103962

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en

Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg

Análisis de Deforestación Asociada a la Implementación de Sistemas de Aprovechamiento Forestal en Zamora, Ecuador Analysis of Deforestation Associated with the Implementation of Forest Utilization Systems in Zamora, Ecuador by/por

Ing. Marlon Guamán Jaramillo 01422493 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science (Geographical Information Science & Systems) – MSc (GIS)

Loja-Ecuador, 27 de noviembre del 2018

Compromiso de Ciencia

Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

Loja, 27 de noviembre de 2018

Marlon Francisco Guamรกn Jaramillo CI: 1104265440

DEDICATORIA

A mi querida hermana Pricila (+), siempre conmigo y mi inspiraciรณn; a mi madre la persona mรกs especial; A mi padre y hermanos siempre mi felicidad; a mis sobrinos, a quienes quiero mucho.

AGRADECIMIENTO

Agradezco de forma muy especial a todos mis amigos y compañeros que aportaron con sus sugerencias para el desarrollo de esta investigación.

Al Ministerio del Ambiente de Zamora Chinchipe, por su colaboración en la información para el presente proyecto.

RESUMEN El presente estudio muestra la utilización de los sensores remotos como herramientas para determinar la incidencia de la implementación de las áreas de aprovechamiento forestal en los patrones de la deforestación durante el periodo 2001 a 2015, en el cantón Zamora, provincia de Zamora Chinchipe (Ecuador).

A través de herramientas SIG, se logró georreferenciar 197 zonas de aprovechamiento forestal para el periodo 2006 - 2015 en el cantón Zamora, las cuales cuentan con un volumen aprobado para el aprovechamiento de 62,220 m3 de madera. Así mismo, a través del procesamiento digital de imágenes Landsat, se logró obtener la clasificación de la cobertura y uso del suelo del cantón Zamora para cada año (2001 y 2015), los mismos que a través de la metodología de análisis multitemporal de imágenes categorizadas, permitieron obtener el mapa de cambios para el cantón Zamora durante el periodo 2001- 2015.

Los resultados muestran una perdida periódica de 16,393.10 ha que corresponde a un promedio de 1,170.94 ha/año para este lapso de tiempo. De acuerdo a los resultados obtenidos, la utilización de sensores remotos para el monitoreo de cambios en la cobertura forestal se muestra como una alternativa viable y accesible para organismos de control para el monitoreo forestal continuo, no solamente en zonas de aprovechamiento forestal, sino también para otras actividades extractivitas como la minería, que tienen incidencia en los procesos de deforestación de la Amazonía ecuatoriana.

Palabras clave: Deforestación, Teledetección, Sistemas de Aprovechamiento Forestal, Uso del Suelo.

Información

Geográfica (SIG)

5

ABSTRACT The present study shows the use of remote sensing as tools to determine the incidence of the implementation of forest use areas in the patterns of deforestation during the period 2001 to 2015, in Zamora city, Zamora Chinchipe province (Ecuador).

Through GIS tools, it was possible to georeference 197 areas of forest use for the period 2006 - 2015 in Zamora city, which have an approved volume for the utilization of 62,220 m3 of wood. Likewise, through the digital processing of Landsat images, it was possible to obtain the classification of the coverage and land use in Zamora city for each year (2001 and 2015), the same ones that through the methodology of multitemporal analysis of categorized images, allowed to obtain the map of changes in Zamora city during the period 2001-2015.

The results show a periodic loss of 16,393.10 ha corresponding to an average of 1,170.94 ha / year for this period of time. According to the results obtained, the use of remote sensors to monitor changes in forest cover is shown as a viable and affordable alternative for control organisms for continuous forest monitoring, not only in areas of forest use, but also for other extractive activities such as mining, which have an impact on the processes of deforestation in the Ecuadorian Amazon.

Keywords: Deforestation, Remote sensing, Geographic Information Systems (GIS), Forestry Exploitation, Land Use.

TABLA DE CONTENIDO 6

1

INTRODUCCIÓN ....................................................................................12

1.1 ANTECEDENTES ..................................................................................12 1.2 OBJETIVOS ...........................................................................................13 1.3 PREGUNTAS DE INVESTIGACIÓN ......................................................13 1.4 JUSTIFICACIÓN ....................................................................................14 1.5 ALCANCE ...............................................................................................14 2

REVISION DE LITERATURA .................................................................16

2.1 LA DEFORESTACIÓN EN EL MUNDO, AMÉRICA LATINA Y ECUADOR ..............................................................................................16 2.2 LA DEFORESTACIÓN EN EL ECUADOR .............................................17 2.3 APROVECHAMIENTO FORESTAL .......................................................18 2.4 TELEDETECCIÓN..................................................................................20 2.4.1 Interacción de los elementos de la superficie terrestre con la radiación 20 2.4.2 Respuesta espectral de la vegetación ................................................... 21 2.4.3 Respuesta espectral del suelo............................................................... 22 2.5 TRATAMIENTO DIGITAL DE IMÁGENES .............................................23 2.5.1 Corrección atmosférica .......................................................................... 23 2.5.2 Correcciones radiométricas ................................................................... 24 2.5.3 Correcciones geométricas ..................................................................... 24 2.5.4 Realces y mejoras visuales ................................................................... 24 2.6 IMÁGENES LANDSAT ...........................................................................25 2.7 RECONOCIMIENTO DE PATRONES ESPECTRALES .........................26 2.7.1 Clasificación no supervisada ................................................................. 26 2.7.2 Clasificación supervisada ...................................................................... 27 2.8 ÍNDICES DE VEGETACIÓN ...................................................................28 2.8.1 NDVI ...................................................................................................... 29 2.8.2 Índice de vegetación ajustado al suelo (SAVI) ...................................... 29 2.8.3 Índice de vegetación mejorado (EVI) ..................................................... 30 2.9 TÉCNICAS PARA DETECCIÓN DE CAMBIOS .....................................31 2.9.1 Composiciones multitemporales ............................................................ 32 2.9.2 Diferencia o cociente entre imágenes.................................................... 32 2.9.5 El problema de delimitar los umbrales ................................................... 34 2.9.6 Análisis multitemporal de imágenes categorizadas ............................... 34 7

2.10 EXPERIENCIAS EN ANALISIS DE CAMBIOS .......................................35 3

METODOLOGÍA .....................................................................................40

3.1 ÁREA DE ESTUDIO ...............................................................................40 3.2 FLUJOGRAMA DE TRABAJO ................................................................43 3.3 JUSTIFICACIÓN DE LA METODOLOGIA PROPUESTA.......................44 3.4 SELECCIÓN Y PREPARACIÓN DE DATOS .........................................44 3.5 PROCESAMIENTO DE IMÁGENES SATELITALES ..............................45 3.5.1 Calibración de imágenes ....................................................................... 45 3.5.2 Clasificación supervisada ...................................................................... 45 3.5.3 Sistema de clasificación ........................................................................ 45 3.6 DETERMINACIÓN DE CAMBIOS ..........................................................48 3.6.1 Monitoreo de patrones de deforestación ............................................... 48 3.7 DETERMINACIÓN DE CAMBIOS ASOCIADOS A LA IMPLEMENTACIÓN DE ÁREAS DE APROVECHAMIENTO FORESTAL PARA EL PERIODO 2001 A 2015. .........................................................49 4

RESULTADOS Y DISCUSIÓN ...............................................................50

4.1 RESULTADOS .......................................................................................50 4.1.1 Ubicación de zonas de aprovechamiento .............................................. 50 4.1.2 Mapas de clasificación de cobertura y uso de la tierra .......................... 52 4.1.3 Determinación de cambios .................................................................... 56 4.1.4 Determinación de cambios asociada a la implementación de Áreas de Aprovechamiento Forestal para el periodo 2001 a 2015. ...................... 59 4.2 ANALISIS DE RESULTADOS ................................................................62 4.2.1 Zonas de aprovechamiento forestal ...................................................... 62 4.2.2 Mapa de cobertura 2001 – 2015............................................................ 62 4.2.3 Análisis de cambios ............................................................................... 63 4.2.4 Dinámica de cambios asociados a la implementación de Áreas de Aprovechamiento Forestal ..................................................................... 64 5

CONCLUSIONES ...................................................................................66

6

REFERENCIAS ......................................................................................68

LISTADO DE TABLAS 8

Tabla 1. Cambios de la cobertura del suelo en Ecuador continental, 1990 – 2000 y 2000 – 2008. ........................................................................................18 Tabla 2. Características de las imágenes seleccionadas .....................................44 Tabla 3. Descripción de categorías de cobertura y uso de la tierra del cantón Zamora ...................................................................................................46 Tabla 4. Tabla cruzada usada para la estimación de cambios .............................48 Tabla 5. Categorías y áreas de cobertura y uso de la tierra para el año 2001. ....52 Tabla 6. Categorías y áreas de cobertura de la tierra para el año 2015. ..............54 Tabla 7. Resultados de la cobertura Bosque y No Bosque para los años 2001 y 2015........................................................................................................56 Tabla 8. Resultados de cambios de la cobertura boscosa para el periodo 2001 – 2015........................................................................................................59 Tabla 9. Áreas y porcentaje de pérdida asociado a la implementación de Zonas de Aprovechamiento Forestal del cantón Zamora (Ecuador). ................60

9

LISTADO DE FIGURAS

Figura 1. Tendencia nacional del volumen, superficie y programas autorizados para aprovechamiento 2007 – 2010. ....................................................19 Figura 2. Formas de Teledetección .....................................................................20 Figura 3. Niveles de reflectividad para los diferentes tipos de vegetación a distintas longitudes de onda. ................................................................22 Figura 4. Niveles de reflectividad para los diferentes tipos de suelos a distintas longitudes de onda. ..............................................................................23 Figura 5. Mapa de ubicación del área de estudio ................................................41 Figura 6. Esquema metodológico implementado para la detección de cambios de cobertura forestal y uso de la tierra. .....................................................43 Figura 7. Mapa de ubicación de zonas de aprovechamiento forestal del cantón Zamora .................................................................................................51 Figura 8. Porcentaje de cobertura de la tierra para el año 2001..........................52 Figura 9. Mapa de cobertura de la tierra año 2001 ..............................................53 Figura 10. Porcentaje de cobertura de la tierra para el año 2015..........................54 Figura 11. Mapa de cobertura de la tierra año 2015 ..............................................55 Figura 12. Porcentajes de cambios en la cobertura de la tierra para el periodo 2001 - 2015 ..........................................................................................57 Figura 13. Mapa de cambios en la cobertura de la tierra 2001 a 2015 ..................58 Figura 14. Mapa de cambios asociados a la implementación de Áreas de Aprovechamiento Forestal ....................................................................61

10

ACRÓNIMOS ACP: Análisis de Componentes Principales DNF: Dirección Nacional Forestal ECV: Essential Climate Variables EVI: Enhanced Vegetation Index FAO: Food and Agriculture Organization of the United Nations GAD: Gobierno Autónomo Descentralizado MAE: Ministerio del Ambiente del Ecuador ND: Número digital NDVI: Normalized Difference Vegetation Index NIR: Near Infrared MODIS: Moderate Resolution Imaging Spectroradiometer PDOT: Plan de Desarrollo y Ordenamiento Territorial PG C: Petagramos de Carbono SAF: Sistema de Administración Forestal SAVI: Soil Adjusted Vegetation Index SIG: Sistemas de Información Geográfica U.S.G.S: United States Geological Survey

11

Capítulo 1 1 1.1

INTRODUCCIÓN ANTECEDENTES

La cobertura de la tierra influye en el clima modificando los intercambios de agua y energía con la atmósfera y al cambiar la cantidad de gases de efecto invernadero y las fuentes y sumideros de aerosoles. La cantidad de carbono en la vegetación es de 650 petagramos de carbono (PG C) y es más o menos similar a la atmósfera (750 PG C); en los suelos es significativamente mayor, ya que contienen alrededor de 1,500 PG C a un metro de profundidad y 2,456 PG C a dos metros de profundidad (Castillo, Bojórquez, Hernández, y García, 2016). Las distribuciones de la cobertura de la tierra están vinculadas a las condiciones climáticas regionales, por lo que los cambios en la cobertura pueden deberse al cambio climático a escala regional y también a las actividades humanas (NOAA, 2017).

De esta manera la cobertura del suelo es considerada como una de las variables climáticas esenciales (ECV, por sus siglas en ingles), para ser evaluada a través de técnicas de observación de la tierra, ya que juega un papel muy importante por su rol en la emisión y captación de los gases de invernadero. Se ha visto afectada por problemas como la deforestación, definida como la transformación o cambio de usos de tierras de bosques naturales a zonas sin cobertura natural (Isaacs y Ramírez, 2011).

El desarrollo socio-económico y su incidencia en la deforestación dentro de la región Sur amazónica del Ecuador se deben exclusivamente al cambio del uso del suelo y a la explotación de la madera. De acuerdo al estudio de Línea Base de Deforestación del Ecuador Continental, realizado por el Ministerio del Ambiente (MAE) en el año 2012, para el Ecuador la tasa anual de cambio de cobertura boscosa es de 0.71% para el periodo 1990 a 2000 y de 0.66% para el periodo 2000 a 2008. Esto corresponde a una deforestación anual promedio de 89,944 ha/año y 77,647 ha/año para ambos periodos respectivamente. La provincia con mayor deforestación anual promedio para ambos periodos es Esmeraldas, con valores de 17,282 y 12,485 ha/año para los periodos 1990 – 2000 y 2000 – 2008 12

respectivamente, mientras que para el periodo 2000 – 2008 la segunda provincia con el valor más alto de deforestación es Zamora Chinchipe, con una deforestación promedio anual de 11.883 ha/año (MAE, 2012).

Bajo este contexto se emitió el Decreto Ejecutivo Nº 1196 (2006) mediante el cual se declara en Estado de Emergencia el Control y la Supervisión de Sector Forestal Ecuatoriano, y se pretende reducir el impacto de la deforestación y la vida silvestre, a través del sistema integrado de control forestal para conservar y manejar sosteniblemente los recursos naturales.

1.2

OBJETIVOS

1.2.1 Objetivo Principal  Evaluar el cambio en la cobertura forestal y uso de la tierra en zonas de aprovechamiento forestal del cantón Zamora (Ecuador), en el periodo 2001 a 2015.

1.2.2 Objetivos Específicos  Identificar las áreas de aprovechamiento forestal implementadas dentro del cantón Zamora.  Determinar los diferentes tipos de coberturas que se presentan en el cantón Zamora, para los años 2001 y 2015.  Establecer la superficie de cambio en la vegetación forestal del cantón Zamora para el periodo 2001 a 2015.  Analizar la dinámica de cambios asociada a la implementación de Áreas de Aprovechamiento Forestal para el periodo 2001 a 2015.

1.3

PREGUNTAS DE INVESTIGACIÓN

¿Cuáles son las áreas de aprovechamiento forestal implementadas dentro del cantón Zamora? ¿Qué tipos de coberturas se encuentran presentes en el cantón Zamora, para los años 2001 y 2015? ¿Cuál es la superficie de cambio en la vegetación forestal del cantón Zamora para el periodo 2001 a 2015?

13

¿Es posible analizar la dinámica de cambios asociada a la implementación de áreas de aprovechamiento forestal en el cantón Zamora para el periodo 2001 a 2015?

1.4

JUSTIFICACIÓN

La Teledetección y los SIG son instrumentos que permiten medir, monitorear y entender las dinámicas de los procesos ecológicos e impactos humanos relacionados con los cambios en el uso del suelo, los cuales pueden dar como resultado datos representativos y esenciales para el origen de un análisis más detallado, permitiendo generar información sistemática tanto en escalas espaciales y temporales.

El cantón Zamora ubicado en la provincia de Zamora Chinchipe, objeto de estudio de la presente investigación, se ha caracterizado por poseer una riqueza forestal muy importante, la misma que ha sido explotada especialmente por su madera abasteciendo así a provincias como Loja, El Oro y Azuay especialmente (GAD Municipal de Zamora, 2014).

Bajo este contexto se han introducido los planes de aprovechamiento forestal dentro de la provincia, pero desde su implementación no se ha realizado monitoreo sobre estas áreas. Dicho monitoreo permitiría conocer si existe o no una incidencia en los procesos de deforestación dentro del cantón Zamora.

1.5

ALCANCE

El presente trabajo de investigación pretende proporcionar datos, conocimientos científicos y metodológicos a través del empleo de la teledetección en el seguimiento de procesos de deforestación. Estas tecnologías ofrecen una gran ayuda en países en vías de desarrollo, ya que proporcionan rapidez y precisión en los estudios ambientales, facilidades en levantamiento de información, evaluación, análisis y en la toma de decisiones.

La clasificación de imágenes a partir de combinaciones de bandas espectrales permite estimar la cantidad, calidad y el desarrollo de la vegetación en zonas de aprovechamiento forestal. Para esto se cuenta con un gran potencial de imágenes de la serie de tiempo Landsat, la cual ofrece un acceso gratuito y una amplia galería de imágenes de resolución temporal y espacial pertinentes. Estas han sido utilizadas ampliamente en otros países teniendo una gran aceptación y validación 14

científica en la detección remota, como es el caso de Colombia donde a través de imágenes satelitales se evaluó la deforestación, composición y configuración del paisaje de la cuenca del rio Cravo Sur (Isaacs y Ramírez, 2011) y en el caso de Perú donde el uso de los sensores remoto para determinar la superficie deforestada en el corredor Manu-Amarakaeri e identificar los factores que generan la deforestación durante el periodo 1999, 2000 y 2010 (Alvarado, Laguado, Trujillo y Sánchez, 2012).

El proceso del trabajo para analizar la dinámica de cambios de uso del suelo dentro del cantón Zamora, a través de sensores remotos teniendo en cuenta el periodo de 15 años, ayuda a comprender la dinámica espacial del área de estudio. El resultado de esta investigación se ingresa a una base de datos SIG, con el objetivo de ser incluidos dentro de la planificación en los análisis de los planes de ordenamiento territorial y por la autoridad ambiental en la toma de decisiones.

15

Capítulo 2 2 2.1

REVISION DE LITERATURA LA DEFORESTACIÓN EN EL MUNDO, AMÉRICA LATINA Y ECUADOR

La deforestación es la conversión de los bosques a otro tipo de uso de la tierra o la reducción permanente de la cubierta de dosel, por debajo del umbral mínimo del 10 por ciento (FAO, 2012). Además, es una actividad humana tan vieja como la civilización misma. Desde el aparecimiento de la agricultura, la gente ha reemplazado la vegetación nativa con cultivos y espacios para vivir (Mena, 2010).

De acuerdo a datos del estudio sobre la Evaluación de los Recursos Forestales Mundiales realizado por la Organización de las Naciones Unidas para la Agricultura y Alimentación (FAO, por sus siglas en ingles) en el año 2015 (FAO, 2015), desde 1990 hasta el 2015 se han perdido unos 129 millones de hectáreas de bosques, una superficie casi equivalente a la de Sudáfrica.

Las conclusiones del informe muestran que existe un mayor interés de los países en la protección, medición y monitoreo de sus recursos forestales, a través del mejoramiento de sus políticas vinculadas a la gestión forestal y la vinculación de la población en la planificación y en las políticas de desarrollo (FAO, 2016).

El mismo informe también muestra que para el año 1990 la cobertura boscosa a nivel mundial cubría el 31,6% de las zonas terrestres del planeta (4.128 millones de hectáreas), mientras que para el año 2015 esta ha pasado al 30,6% (3.999 millones de hectáreas). Durante este tiempo, la tasa anual neta de pérdida de bosques ha disminuido del 0,18% en la década de 1990 al 0,08% durante el período 2010-2015 (FAO, 2016). Además, la FAO reporta que las mayores pérdidas de bosques se ubican dentro de África y América del Sur. La pérdida anual neta más elevada de bosques en América Latina entre los años 2010 y 2015 es de 2 millones de hectáreas, pero así mismo el informe señala que esta pérdida se ha reducido con respeto a los años anteriores (2005-2010). Este proceso se ha llevado a cabo especialmente en bosques tropicales y zonas subtropicales, con la excepción de las zonas templadas (FAO, 2016).

16

2.2

LA DEFORESTACIÓN EN EL ECUADOR

La pérdida de bosque natural en el Ecuador, entre 1990 y 2008, fue cerca de 19,000 km 2, de la cual cerca del 70% se dio en el periodo 1990 - 2000, con una tasa de deforestación anual de 1,291.5 km2; mientras que para el periodo 2000 - 2008, fue de 753.9 km2,, siendo los bosques húmedos de las cordilleras de las costa los que presentan una mayor tasa de deforestación promedio anual (Sierra, 2013).

Para el periodo 1990 al 2000, la mayor parte del área deforestada fue transformada en áreas agropecuarias principalmente en un 99,4%, el 0,14% a infraestructura urbana y rural y 0,46% a otros tipos de cobertura; mientras que para el periodo 2000 al 2008, el 99,4% del área deforestada fue transformada en áreas agropecuarias, 0,23% a infraestructura y el 0,37% a otros tipos de usos. La expansión del área agropecuaria total dependió de la deforestación a través de la transformación de áreas de bosque a cultivos y pastos en un 97,5% para el periodo 1990 al 2000 y en un 95% para el periodo 2000 – 2008 (Sierra, 2013).

El resumen de los cambios de cobertura para el Ecuador continental entre 1990 y 2000 y entre 2000 y 2008 se resume en la tabla 1.

17

Tabla 1.

Cambios de la cobertura del suelo en Ecuador continental, 1990 – 2000 y 2000 – 2008.

1990

2000

2008

CAMBIO ANUAL PROMEDIO 1990 - 2000 (KM2)

Bosque

147358,5

134443,1

128411,7

-1291,15

Vegetación Arbustiva y Herbácea

25569,4

24639,2

24794,6

Agricultura y Ganadería

70763,9

83340

Plantación Forestal

267,9

Infraestructura Otros

COBERTURA DEL SUELO

TOTAL

CAMBIO TASA TASA ANUAL ANUAL DE ANUAL DE PROMEDIO CAMBIO CAMBIO 2000 - 2008 1990 2000 (KM2) 2000 (%) 2008 (%) -753,9

-0,88

-0,56

-93

19,4

-0,36

0.08

88199,4

1257,6

607,4

1,78

0,73

583,8

555,6

31,6

-3,5

11,79

-0,6

809,6

1186,3

1776,2

37,7

73,7

4,65

6,22

3587,8

4164,9

4619,7

57,7

56,9

1,61

1,37

248357,1

248357,3

248357,2

Fuente: Sierra (2013).

2.3

APROVECHAMIENTO FORESTAL

La FAO (2018) define al aprovechamiento forestal como la suma de todas las operaciones relacionadas con tala de árboles y la extracción de sus tallos, u otras partes utilizables provenientes de los bosques para su elaboración sucesiva en industriales. Además, se toma en cuenta la importancia de los bosques como fuente de productos y servicios ambientales, de conservación biológica y valores culturales.

El Ministerio del Ambiente del Ecuador (MAE) a través de la Dirección Nacional Forestal (DNF) es la institución encargada de regular el manejo y aprovechamiento de los bosques naturales y plantaciones forestales del país. El aprovechamiento forestal es autorizado en las 23 Direcciones Provinciales, las cuales cuentan con oficinas para la gestión forestal (MAE, 2011).

Dentro de país el aprovechamiento de los recursos forestales se divide en dos segmentos:

18



Productos maderables



Subproductos de madera y no maderables.

En Ecuador para el año 2010 se registra una aprobación de 3,704,337.70 m3 de madera, proveniente de plantaciones forestales, bosques nativos, sistemas agroforestales y regeneración natural, a través de 5,108 programas de corta (árboles relictos, formaciones pioneras, plantaciones forestales, árboles plantados y regeneración natural, y zonas de conservación legal) y 1,121 programas de aprovechamiento forestal simplificados y sustentables, sumando en total una superficie autorizada para el aprovechamiento de 106,543.22 ha (MAE, 2011).

Entre las especies más aprovechadas para el periodo 2008 a 2009 constan la balsa, laurel, pigüe, sande, chalviande, pino, eucalipto, pachacho, teca y melina; las mismas que actualmente siguen siendo las más aprovechadas (Mejía y Pacheco, 2017).

En la figura 1, se puede observar el comportamiento y tendencias nacional del incremento del aprovechamiento forestal a nivel nacional durante el periodo 2007 2010.

Figura 1. Tendencia nacional del v olumen, superf icie y programas autorizados para aprov echamiento 2007 – 2010.

Fuente: MAE (2011).

Para el 2011, el Sistema de Administración Forestal (SAF) registra un volumen autorizado de extracción de 2,8 millones de m3, de los cuales únicamente se movilizaron 2 millones de m3, siendo en la región Costa donde se movilizo el mayor volumen de madera (49%), seguido de la Sierra (38%) y Amazonia (12%) (Mejía y Pacheco, 2017).

19

2.4

TELEDETECCIÓN

La teledetección es una técnica por medio de la cual se obtiene información de un objeto a distancia, sin mantener contacto físico con él objeto. Así, Chuvieco (1996, p.24) define a la teledetección espacial como “aquella técnica que permite adquirir imágenes de la superficie terrestre desde sensores instalados en plataformas espaciales, estamos suponiendo que entre la tierra y el sensor existe una interacción energética artificial, ya por emisión propia”.

La teledetección al ser una técnica que no está en contacto directo con el objeto requiere que entre el sensor y el objeto haya un flujo de información, el cual es conocido como radiación electromagnética la cual puede ser emitida por el objeto o proceder de otro cuerpo y haber sido reflejada por este. La cantidad y tipo de radiación que emiten depende básicamente de su temperatura (CIAT, 2007).

Los tres principales elementos de cualquier sistema de teledetección, para adquirir información a partir de un sensor remoto son: (i) Por reflexión, (ii) por emisión y (iii) por emisión – reflexión (Figura 2).

Figura 2.

Formas de Teledetección Fuente: CIAT (2007)

2.4.1 Interacción de los elementos de la superficie terrestre con la radiación De cara a la identificación de objetos y procesos en la superficie terrestre, lo que interesa es la reflectividad de estos objetos respecto a las diferentes longitudes de onda. Cada tipo de material, suelo, vegetación, agua, etc. refleja la radiación 20

incidente de forma distinta, lo que permite distinguirlo de los demĂĄs al medir la radiaciĂłn reflejada. A partir de medidas de laboratorio se ha obtenido la reflectividad para las distintas cubiertas en diferentes longitudes de onda (SIGMUR, 2006).

Si se asume que la influencia de la atmosfera es mĂ­nima, cuando se estĂĄ trabajando en una ventana atmosfĂŠrica y en un dĂ­a despejado, el cĂĄlculo de la reflectividad (p) se realiza a travĂŠs de la siguiente formula: đ?‘?=

đ?‘…đ?‘ đ?‘’đ?‘› đ?‘…đ?‘ đ?‘œđ?‘™

Donde Rsen es la radiaciĂłn que ha recibido el sensor procedente de un punto de la superficie terrestre y Rsol es la radiaciĂłn procedente del sol medida en la superficie del pixel. La firma espectral se constituye en una marca de identidad de los objetos, la cual permite distinguir entre suelo y vegetaciĂłn, e incluso tipos de suelos o diferentes tipos de vegetaciĂłn (SIGMUR, 2006).

2.4.2 Respuesta espectral de la vegetación En la curva de reflectancia de la vegetación, las longitudes de onda del espectro visible (0,4 – 0,7Οm) son absorbidas por los pigmentos vegetales para la fotosíntesis (Clorofila, Xantofila y Carotenos), razón por la cual las hojas sanas presenten una coloración verde. En la región del infrarrojo (0,8 -

1,1Îźm) la

reflectividad aumenta, ya que viene condicionada a la estructura interna de la hoja (capa esponjosa del mesofilo). Finalmente, entre los rangos 1,4 hasta 1,8Îźm el contenido de agua de la hoja determina la reflectancia de las hojas. En condiciones de deshidrataciĂłn, su reflectividad aumenta (HernaĚ ndez, 2011). La figura 3 muestra la respuesta espectral de diferentes tipos de vegetaciĂłn.

21

Figura 3.

Niv eles de ref lectividad para los dif erentes tipos de v egetación a distintas longitudes de onda.

Fuente: Hernández (2011)

2.4.3 Respuesta espectral del suelo Los principales factores que influyen en la reflectancia de un suelo son el color y el contenido de humedad. Estos factores pueden hacer que aparezcan determinados picos que modifiquen la forma de la curva de la reflectancia (Figura 4). Un suelo seco presenta una alta reflectancia, mientras que un suelo húmedo o con agua presenta una baja reflectivadad. Otros factores que influyen en la reflectividad de los suelos son: presencia de materia orgánica, textura, estructura, rugosidad, así como los ángulos de iluminación y de observación a los que fueron expuestos durante la toma de la imagen. En la figura 4 se muestran los niveles de reflectividad para distintos tipos de suelos (Hernández, 2011).

22

Figura 4.

Niv eles de ref lectividad para los dif erentes tipos de suelos a distintas longitudes de onda.

Fuente: Hernández (2011)

2.5 Las

TRATAMIENTO DIGITAL DE IMÁGENES imágenes

captadas

por

sensores

óptico

-

electrónicos

exploran

secuencialmente y a intervalos regulares la superficie terrestre adquiriendo la radiación que proviene de los objetos situados sobre ella. Cada pixel de la imagen tiene asignado un número digital (ND) que representa la energía recibida por el sensor en el rango de longitudes de onda en el cual es sensible para una cobertura determinada y una determinada banda (CIAT, 2007).

2.5.1 Corrección atmosférica Este proceso se aplica a las imágenes digitales para mejorar la calidad visual de la imagen y eliminar el componente intrusivo del sensor con la atmosfera, provocado por el efecto de los aerosoles y la radianza reflejada en la imagen producto de la interacción del sensor con la atmosfera (Arias, Mora y Vargas, 2014).

La captura de la información de la superficie terrestre por parte de las plataformas satelitales se la realiza a partir de la intensidad de la radiación electromagnética.

Esta información es almacenada y representada en números digitales (ND), los 23

mismos que deben ser convertidos a una escala espectral normalizada (radianza) para poder utilizar las imágenes en estudios de comparación temporal, dado que la escala de los ND depende del sensor y la radianza de la luz solar reflejada sobre la superficie terrestre al momento de la captura de la imagen (Arias et al., 2014).

2.5.2 Correcciones radiométricas Previo a cualquier análisis sobre imágenes digitales es necesario efectuar una serie de correcciones para eliminar ruidos, lo cual permitirá comparar datos de fechas distintas como es el caso de un análisis multitemporal. Existen tres tipos de factores que modifican las características de la radiación: La sensibilidad y funcionamiento de los sensores, la topografía y la atmosfera (Hernández, 2011).

2.5.3 Correcciones geométricas Las imágenes obtenidas por plataformas aéreas son representaciones de la superficie irregular de la tierra, por lo cual pueden contener distorsiones y errores geométricos debido a la orientación de la cámara/sensor, funcionamiento del sensor, el desplazamiento debido al relieve del terreno y la curvatura terrestre (Hernández, 2011).

Existen dos formas de corregir geométricamente la imagen:  Rectificación: la corrección geométrica se la realiza tomando en cuenta una imagen de referencia o mapa ya corregida. En el caso de la fotogrametría tradicional la rectificación de una imagen aérea oblicua es transformada a una imagen vertical (Hernández, 2011).  Ortorectificación: Es una forma especial de rectificación que modela y corrige la geometría ajustándola al relieve (Hernández, 2011).

2.5.4 Realces y mejoras visuales Este proceso tiene por objetivo realzar, enfatizar o suprimir características de una imagen con la finalidad de mejorar la apariencia visual de la misma, facilitando la clasificación visual de las diferentes coberturas, de tal manera que el resultado obtenido sea apropiado para una aplicación específica. Los procesos como la mejora del contraste permiten adaptar la resolución radiométrica de la imagen a la capacidad del monitor, la composición en color permite visualizar simultáneamente

24

imágenes en distintas regiones del espectro, los cambios de escala y filtros ayudan a aislar componentes de interés en el análisis digital (CIAT, 2007).  Contraste: Da una idea de oposición o diferencia entre los valores máximos y mínimos de una imagen; el contraste puede ser medido de tres formas: a través del cociente entre el valor máximo y mínimo de los ND, por la diferencia o el rango de los valores máximos y mínimos de los ND y la desviación típica de los ND de la imagen (Carreño, 2014).  Composiciones de Color: Se utilizan para composiciones de bandas o bien para imágenes clasificadas en las que se diferencian una cubierta de otras de manera cualitativa, para lo cual se seleccionan las bandas espectrales que se usarán para el análisis y se le aplica a cada una los colores primarios (rojo, verde y azul) (CIAT, 2007).  Filtros: Los filtros se aplican principalmente para separar los ND de la imagen de los demás pixeles que lo rodean, ya sea para eliminar valores anómalos o para resaltar rasgos lineales de interés (Ramos, 2017).

El contraste espacial se suaviza o se refuerza a través de dos tipos de filtros: Los filtros de paso bajo tienen como objetivo suavizar los contrastes espaciales presentes en la imagen, reduciendo la variabilidad espacial de la escena y los filtros de paso alto los cuales están dirigidos a aislar los componentes de alta frecuencia en una imagen, es decir, aquellas áreas de alta variabilidad donde el contraste espacial es intenso (CIAT, 2007).

2.6

IMÁGENES LANDSAT

Las imágenes Landsat son el producto del primer programa de satélites de percepción remota para la observación y el monitoreo de los recursos terrestres.

Estas imágenes se encuentran compuestas por 7 u 8 bandas espectrales, que al combinarse producen nuevas imágenes en composiciones que incrementan sus aplicaciones. Estas imágenes también incluyen un canal pancromático y un sensor térmico; así mismo las resoluciones varían de 15, 30, 60 y 120 metros dependiendo del satélite y abarcan un área por cada escena de 185 Km2 con una temporalidad de 16 días (Navia y Rivera, 2017).

25

2.7

RECONOCIMIENTO DE PATRONES ESPECTRALES

Este método, consiste en la clasificación automática de las diferentes clases de coberturas en función de sus características espectrales (agrupación de pixeles espectralmente similares). En percepción remota se destacan dos métodos de clasificación: supervisada y no supervisada (Hernández, 2011).

2.7.1 Clasificación no supervisada Este método consiste en la agrupación de los pixeles de acuerdo a un criterio estadístico en distintas clases, sin conocer a que clase real corresponde esta agrupación, para lo cual es necesario interpretar y modificar cada clase obtenida a clases reales con la ayuda de información existente del área de estudio (ortofotos, mapas, puntos de control, etc.) (Arozarena, 2017).

El método ISODATA (algoritmo de agrupamiento), es la técnica más empleada para realizar este tipo de clasificación, el cual procede a partir de las siguientes fases:  Definición del número de clases que van a ser utilizados.  Estimador matemático discriminante. Normalmente se emplea la distancia euclídea – d – entre pixeles (i, j), (k, l):

 Definición del centro de cada clase de acuerdo a número y forma indicados por el usuario.  Asignación los pixeles de la imagen al clúster o centro de clase más cercano.  Se calculan nuevos centros de clase, tomando en cuenta los valores de los pixeles de la anterior clasificación, puesto que si no coinciden es necesario se debe realizar una nueva interacción, caso contrario el proceso termina.

A continuación (Figura 5), se muestra las fases del proceso ISODATA para realizar una clasificación no supervisada:

26

Figura 5.

Proceso ISODATA

Fuente: Reuter (2016)

El proceso finaliza cuando se ha alcanzado un número de clases igual al número de clases que se había establecido. Este método, puede ser aplicado previo a una clasificación supervisada, ya que permite la agrupación de pixeles con un comportamiento espectral homogéneo, lo que facilitará la identificación de las clases reales en la clasificación supervisada (Arozarena, 2017).

2.7.2 Clasificación supervisada La clasificación supervisada se utiliza cuando se conoce a que clase pertenecen un subconjunto de píxeles de la imagen y pueden ser utilizados como áreas de entrenamiento para los algoritmos de etiquetación para todas las clases predefinidas. A partir de esta información el ordenador calcula y define las clases para luego asignarlas al resto de pixeles de la imagen en función de sus características espectrales más homogéneas (Hernández, 2011).

La elección de áreas de entrenamiento debe ser lo más precisa posible para obtener buenos resultados. La selección correcta de la muestra minimiza la presencia de pixeles que no correspondan a la muestra. Sin embargo, es necesario considerar la variabilidad de desarrollo en el caso de la vegetación, ya que esta puede verse afectada en sus características espectrales por factores como la pendiente, salud, humedad, fenología, orientación y tipos de suelo, lo cual pude incidir en la selección adecuada de la muestra o área de entrenamiento (Hernández, 2011).

27

Este proceso de clasificación requiere de un mínimo número de pixeles por cada clase o por banda, siendo la recomendación de diversos autores de entre 10 a 100 pixeles por clase o por banda de la imagen a clasificar y deben ser distribuidos en áreas pequeñas sobre toda la imagen, parar no subestimar la variabilidad de cada categoría (Hernández, 2011).

Obtenidas las aéreas de entrenamiento, se procede a evaluar mediante las estadísticas el grado de representatividad de las áreas de entrenamiento y dan idea sobre la separabilidad espectral de las clases temáticas previo a efectuar la clasificación. Los métodos de evaluación pueden ser gráficos o numéricos para evaluar las estadísticas de entrenamiento (Posada, Ramírez, y Espejo, 2012) 2.8

ÍNDICES DE VEGETACIÓN

Una forma para realzar las áreas con mayor vigor vegetal y reducir el efecto de sobras originado por la topografía presente en la escena es través del uso de índices de vegetación, los cuales pueden ayudar a una mejor interpretación de los diferentes tipos de coberturas, estado de conservación o incluso de realizar un análisis multitemporal (Posada et al., 2012).

Los índices de vegetación son medidas cuantitativas, basadas en los valores digitales, que tienden a medir la biomasa o vigor vegetal (Díaz, 2015). También se pueden definir como el producto de varios valores espectrales que son sumados, divididos, o multiplicados en una forma diseñada para producir un simple valor que indique la cantidad o vigor de vegetación dentro de un píxel, permitiendo estimar y evaluar el estado de salud de la vegetación, en base a la medición de la radiación que las plantas emiten o reflejan (Díaz, 2015).

Los valores altos en los índices, son indicadores de vegetación saludable, mientras que valores mínimos indican algún estrés en la vegetación. Existe varios tipos de índices de vegetación que han sido desarrollados para ayudar en el monitoreo de la vegetación. La mayoría de estos índices están basados en las interacciones diferentes entre la vegetación y la energía electromagnética de las bandas del espectro rojo e infrarrojo (Díaz, 2015).

A continuación, se presentan los índices de vegetación mayormente usados para el monitoreo de la vegetación: 28

2.8.1 NDVI El Ă?ndice de vegetaciĂłn mĂĄs conocido y usado es el Ă?ndice Normalizado Diferencial de VegetaciĂłn (NDVI - Normalized Difference Vegetation Index) y fue introducido con el objetivo de separar la vegetaciĂłn del brillo que produce el suelo. Es una relaciĂłn normalizada del NIR (Near Infrared) y la banda roja (Mazcova, Zemek y Kvet, 2017). đ?‘ đ??ˇđ?‘‰đ??ź =

NIR − RED NIR + RED

Donde (RED) es la reflectancia roja visible y (NIR) es la reflectancia infrarroja cercana. Weier y Herring (2000) manifiestan que, para la determinaciĂłn de la densidad verde de un ĂĄrea cubierta de vegetaciĂłn, es necesario distinguir las distintas longitudes de onda de la luz solar visible e infrarroja cercana que es reflejada por las plantas.

Los cĂĄlculos de NDVI para un pĂ­xel dado, siempre dan como resultado un nĂşmero que va de menos uno (-1) a mĂĄs uno (+1); sin embargo, ninguna hoja verde da un valor cercano a cero. Un cero significa que no hay vegetaciĂłn y cerca de +1 (0.8 0.9) indica la mayor densidad posible de hojas verdes (Weier y Herring, 2017).

2.8.2 Ă?ndice de vegetaciĂłn ajustado al suelo (SAVI) El Ă­ndice de vegetaciĂłn ajustado al suelo, SAVI por sus siglas en inglĂŠs (Soil Adjusted Vegetation Index), se diferencia del NDVI debido a que este no se satura ante la presencia de abundante vegetaciĂłn, ya que este Ă­ndice se desarrollĂł para minimizar las influencias del suelo en los espectros del dosel mediante la incorporaciĂłn de un factor de ajuste del suelo (L) en el denominador de la ecuaciĂłn del NDVI (Qi, Chehbouni, Huete, Kerr, y Sorooshian, 1994).

La ecuaciĂłn utilizada para el cĂĄlculo del Ă­ndice SAVI, es la siguiente: đ?‘†đ??´đ?‘‰đ??ź =

(NIR − RED) đ?‘Ľ(1 + đ??ż) (NIR + RED + L

Donde (L) es un factor de ajuste del suelo para reducir el ruido del suelo ante la presencia de abundante vegetaciĂłn, (RED) es la reflectancia roja visible y (NIR) es la reflectancia infrarroja cercana. El uso de esta contante da como resultado una pĂŠrdida en las respuestas dinĂĄmicas de la vegetaciĂłn, ya que la constante L de 0.5 29

es usualmente mayor que los valores de reflectancia de la banda roja y, por lo tanto, amortiguaría las variaciones de reflectancia (Qi et al., 1994).

2.8.3 Índice de vegetación mejorado (EVI) El índice de vegetación mejorado (EVI por sus siglas en inglés Enhanced

Vegetation Index) es un índice cuya principal característica es la incorporación de los valores de la banda Blue (B) en su ecuación. Además, este índice incorpora un valor "L" para ajustar el fondo del dosel y valores "C" como coeficientes para la resistencia atmosférica. Estas mejoras permiten el cálculo del índice como una relación entre los valores R y NIR, mientras se reduce el ruido de fondo, ruido atmosférico y saturación en la mayoría de los casos (U.S.G.S, 2017).

EVI = G * ((NIR - R) / (NIR + C1 * RED – C2 * B + L)) El EVI fue desarrollado para optimizar la señal de la vegetación con una sensibilidad mejorada en las regiones altas de biomasa y un mayor control de vegetación a través de una disociación de la señal de fondo del pabellón y una reducción de las influencias atmósfera (Zhangyan, Huete, Didan, y Miura, 2008) El EVI también es considerado un NDVI modificado con sensibilidad mejorada a regiones con alta biomasa y una mejor capacidad de monitoreo de la vegetación mediante un desacoplamiento de la señal de fondo del dosel y una reducción de las influencias atmosféricas. Gracias a su rendimiento mejorado sobre el NDVI, el EVI fue adoptado por el MODIS (Moderate Resolution Imaging Spectroradiometer) como el segundo índice de vegetación global para monitorear la actividad fotosintética de la vegetación terrestre (Matsushita, Yang, Chen, Onda y Qiu 2007).

El EVI es más eficaz en la vigilancia de la vegetación, la detección de cambios, y en la evaluación de las variaciones estacionales de los bosques de hoja perenne.

Se ha encontrado que el NDVI comenzó a acercarse a un nivel asintótico en el pico de la temporada de crecimiento sobre las tierras de cultivo, mientras que EVI exhibió una mayor sensibilidad durante esta etapa de crecimiento. El producto de datos EVI no se satura con tanta facilidad como el NDVI durante la visualización de las selvas tropicales y otras zonas de la tierra con grandes cantidades de clorofila (Zhangyan et al., 2008).

30

2.9

TÉCNICAS PARA DETECCIÓN DE CAMBIOS

Existe una amplia variedad de aplicaciones en donde resulta clave la determinación de cambios, desde procesos relativamente lentos en el tiempo (desertificación, transformaciones agrarias), hasta otros que se puede calificar de "convulsivos": inundaciones, incendios, erupciones volcánicas, etc. Estas transformaciones pueden analizarse en dos escalas de medida: continua, a partir de imágenes originales o derivadas de ellas, y categórica. En el primer caso, se aplican técnicas aptas para variables de intervalo: diferencias, regresión, componentes principales, etc., mientras en el segundo se comparan imágenes previamente clasificadas, mediante tablas cruzadas (Chuvieco, 1998).

La detección y seguimiento de cambios tanto en ambientes naturales como artificiales se ha convertido en una de las grandes necesidades del mundo actual.

Esto puede ser ejemplificado desde una perspectiva global (ejemplo: cambio climático) hasta una local (ejemplo: cambio de usos de suelo) y puede ser aplicado sobre procesos temporalmente discretos, como el caso de un incendio forestal, o sobre procesos continuos, como el caso de la desertificación (Hernández, 2011).

Un método de uso común en la detección de cambios de coberturas de la Tierra (incluida el Bosque) con imágenes de satélite es el de la comparación postclasificación (también llamado clasificación delta), aquí las áreas de cambio se obtienen comparando los mapas de cobertura obtenidos de manera independiente para cada fecha (Galindo, Espejo, Rubiano, Vergara, y Cabrera, 2014). Si bien en este método las diferencias radiométricas de las imágenes generan menos impacto, los errores en la detección pueden aumentar ostensiblemente, debido a que la exactitud del mapa de cambio depende de la exactitud de cada mapa por separado, y es aproximadamente igual al producto de la exactitud de cada uno, razón por la cual puede ser considerada como intrínsecamente baja. Aplicar este enfoque para varios periodos de análisis sucesivos en un monitoreo a largo plazo, requiere de una altísima exactitud en la identificación de los objetos (bosque, no bosque) del mapa de cada fecha, puesto que los errores en la clasificación y registro que estén presentes en los datos iniciales resultan críticos, y se acumulan paulatinamente a medida que se incluye el análisis de un nuevo periodo (Galindo et al., 2014).

31

A continuación, se muestra las técnicas más empleadas en la teledetección de cambios: 2.9.1 Composiciones multitemporales La composición multitemporal se basa en generar una composición en color, formada por imágenes correspondientes a distintas fechas, tras aplicarle algún realce del color. La más común es asignar el cañón rojo a la primera fecha y el verde a la segunda, dejando el azul vacío. En consecuencia, aparecen en tono amarillo las áreas estables, en rojos las zonas que hayan reducido su nivel digital entre fechas, y en verde las que lo hayan ganado. Puede realizarse sobre bandas originales o sobre bandas derivadas de ellas, como serían los componentes principales o índices de vegetación. El método resulta bastante sencillo y tiene la ventaja de incorporar el conocimiento y los criterios de análisis visual, lo que resulta muy ventajoso en categorías urbanas (Chuvieco, 1998).

Si se utiliza tres imágenes de NDVI para formar la composición en falso color los aumentos y disminuciones de los niveles digitales pueden relacionarse con cambios en las características la vegetación presente en la escena (Hernández, 2011).

2.9.2 Diferencia o cociente entre imágenes Se trata de comparar aritméticamente bandas procedentes de dos fechas, que sean equiparables radiométricamente. Las zonas estables presentan un valor cercano a cero si se trata de una resta, y a 1 si se trata de un cociente, mientras las que hayan experimentado cambios ofrecerán valores significativamente distintos a esas cifras, marcándose además la dirección del cambio (positivos o negativos, mayores o menores a 1). La aplicación de esta técnica es muy sencilla, lo que ha permitido emplearla en la delimitación de áreas quemadas, el seguimiento de procesos de desertificación y de deforestación o la cartografía de especies forestales (Chuvieco, 1998).

También pueden usarse imágenes de NDVI de distintas fechas y las interpretaciones pueden relacionarse directamente con la evolución de la vegetación en la zona de estudio (Hernández, 2011).

32

2.9.3 Componentes Principales El análisis de componentes principales (ACP) se utiliza para eliminar información redundante (común) entre un conjunto de variables, en este caso bandas espectrales, y generar un conjunto de nuevas bandas no correlacionadas entre ellas. Cuando se aplica el ACP a un conjunto de bandas de varias fechas, los primeros componentes contienen la información que es común a las bandas de todas las fechas, esto es, lo que ha permanecido estable. Por el contrario, los últimos componentes principales contienen información no común entre las bandas y por lo tanto lo que ha cambiado (Hernández, 2011).

En lo que atañe a su empleo en teledetección, el ACP suele emplearse para generar bandas no correlacionadas, de cara a mejorar la interpretación visual o la clasificación. En esos casos, interesa resaltar los primeros componentes, que serán los que cuenten con mayor información. Por el contrario, cuando el ACP se emplea como técnica de detección de cambios, los primeros componentes no son los más interesantes, ya que recogen la información común a las fechas que se estén analizando; esto es, la estable. Por su parte, los componentes inferiores ofrecen la información no común: el cambio, que es precisamente lo que más interesa en este contexto. El ACP se ha utilizado frecuentemente en detección de cambios, de cara a delimitar tendencias de crecimiento urbano, cambios en la cobertura del suelo, tasas de deforestación tropical, y cartografía de áreas quemadas (Chuvieco, 1998).

La utilización del ACP dentro de la metodología de detección de cambios permite reducir considerablemente el volumen de los datos a almacenar y procesar, generando variables que contienen información relativa al cambio producido en determinados aspectos de la escena, como el verdor o el brillo (López, González, Cuevas y Llop, 2017).

2.9.4 Vectores multitemporales Chuvieco (1998) describe a los vectores multitemporales como una técnica que no solo incorpora la importancia de los cambios, sino también la dirección entre las imágenes analizadas.

Si se representa en un eje bivariado dos bandas originales, cada píxel viene definido por una localización especifica dentro de sus ND para cada banda. Si 33

existiera un cambio de cobertura entre ambas fechas, el pixel también modificará su valor espectral. La magnitud del cambio vendrá dada por la longitud del vector que separa ambos puntos, que puede obtenerse a partir de la distancia euclidiana entre las dos fechas consideradas. Por su parte, la dirección del cambio puede calcularse a partir del ángulo que forma el vector de cambio con la vertical (Chuvieco, 1998).

2.9.5 El problema de delimitar los umbrales El problema de delimitar umbrales para el análisis de cambios (cambio/estable), es que no existen criterios generales para su aplicación. Si el cambio abarca un sector importante de la imagen, el histograma de la imagen de cambios debiese mostrar un perfil bimodal, lo que permitiría establecer umbrales "naturales" de cambio (Chuvieco, 1998).

Establecer umbrales para procesos de cambio que se llevan en la naturaleza, no es muy habitual, debido a que estos cambios no suelen producirse de modo abrupto. Es por eso que, para establecer umbrales para separar áreas estables y dinámicas, se optará por usar criterios estadísticos como la media, desviación atípica de una serie de pixeles elegidos aleatoriamente.

2.9.6 Análisis multitemporal de imágenes categorizadas Las técnicas descritas anteriormente tratan con diferencias o tendencias de niveles digitales en sus rangos originales (variables continuas), encontrando valores positivos o negativos de distinta magnitud. Qué magnitud umbral se escoge para determinar si el cambio es significativo o no es un problema de difícil tratamiento y se debe recurrir a datos empíricos y a la experiencia de los expertos en el tema. Es de utilidad recurrir a sectores en donde se tiene información fidedigna de modificaciones y calibrar los valores usados para umbralizar las imágenes de valores de cambio (Hernández, 2011).

El problema anterior no existe cuando se analizan imágenes de fechas distintas que ya han sido clasificadas. En este caso, pueden utilizarse estadísticas simples para determinar la cantidad de píxeles que cambiaron y hacia qué clase lo hicieron de forma similar a como opera la matriz de confusión después de una clasificación (Hernández, 2011).

34

Cuando se delimitan cambios a partir de la clasificación puede optarse por discriminar las clases en cada fecha, y luego compararlas, o bien por clasificar las dos fechas conjuntamente. En el primer caso, es preciso emplear la misma leyenda temática en las dos fechas, con objeto de que puedan compararse posteriormente.

En el segundo, se definen clases multitemporales, que necesariamente deben incluir algún término relativo a su dinámica o estabilidad (por ejemplo, cultivos de regadío estables, o tránsito de pastizal a matorral). La definición de estas clases puede hacer de modo supervisado o no supervisado, aunque resulta más habitual el primero ya que es complicado definir a priori todas las transiciones posibles entre fechas (Chuvieco, 1998).

En caso de optar por una clasificación separada para cada imagen, la determinación de cambios resulta sumamente sencilla. Basta construir una tabla cruzada con las clases presentes en cada fecha. La diagonal indica las áreas estables y el resto de las celdas las áreas dinámicas. En otras palabras, no sólo se observa las zonas estables y dinámicas, sino también cuál era la cobertura original y cuál la actual, lo que indica las tendencias del cambio en la zona de estudio. En un estudio de deforestación, permite conocer qué tipo de zonas forestales están siendo más afectadas; en una evaluación de incendios, qué especies se han quemado, y en un estudio urbano, qué tipo de cubiertas están siendo edificadas (Chuvieco, 1998).

2.10 EXPERIENCIAS EN ANALISIS DE CAMBIOS Para la identificar los cambios de cobertura y uso que están siendo influenciadas por las actividades de aprovechamiento forestal dentro del cantón Zamora, es necesario evaluar la cobertura natural a través de un análisis multitemporal, ante el cual se puedan exponer los cambios de uso que ha presentado el área de estudio.

El análisis de imágenes satelitales ha demostrado ser una herramienta más rentable que la muestra de campo para recopilar información en grandes áreas geográficas, la cual permite identificar áreas donde se han producido cambios a través del mapeo de la cobertura y uso en diferentes periodos, para posteriormente calcular la tasa de deforestación a través de un determinado periodo de tiempo (Isaacs y Ramírez, 2011).

35

Línea base de deforestación del Ecuador continental.

En el estudio realizado por el MAE (2012), para la estimación del análisis de los patrones de deforestación histórica para los años 1990, 2000 y 2008, se propone una metodología que se basa en la generación de mapas de cobertura y uso de los periodos en referencia para posteriormente compararlos e identificar las zonas o áreas que presentación cambios de bosques a otras coberturas.

La metodología propuesta en este estudio consta de tres fases: 

Fuente y cobertura de datos: comprendida con la recopilación de imágenes satelitales LANDSAT y ASTER con la menor cobertura de nubes posible para los años 1990, 2000 y 2008.



Mapeo de cambio de cobertura y uso de la tierra: consiste en la clasificación de seis tipos cobertura y uso del suelo, a través del procesamiento digital y clasificación de imágenes satelitales, integrando métodos automáticos y visuales.



Calculo de la tasa de deforestación: comprende la obtención de los mapas de cambio para el periodo 1990 – 2000 y el periodo 2000 – 2010, a través de la comparación de los mapas de cobertura y uso generados para cada año. Seguidamente a través de matrices de cambio se obtienen los cálculos para la obtención de la deforestación total anual promedio para cada periodo de tiempo.

Evaluación de deforestación con base en imágenes satelitales, composición y configuración del paisaje en la cuenca alta y media del río Cravo Sur. Dentro de este estudio, Isaacs y Ramírez (2011) proponen la metodología de cuantificación de tasas de deforestación en dos periodos, la cual les permitió identificar las diferencias de estado de una característica o fenómeno a partir de valores de radianza de las imágenes evaluándolas en diferentes tiempos. El proceso metodológico se puede resumir en tres fases: 

Descarga de datos: El cual comprende la descarga de imágenes satelitales (Landsat) con una separación de aproximadamente de 10 años con poca presencia de nubes y ausencia de bandeamiento.

36



Procesamiento y Clasificación: comprende la clasificación de las imágenes satelitales de acuerdo a la metodología de Corine Landcover. El procedimiento

empleado

consiste

en

el

mejoramiento,

realces

y

transformaciones para finalmente obtener la clasificación supervisada y análisis correspondiente para cada periodo. 

Análisis comparativo: El proceso consiste en la comparación de las imágenes clasificadas, con el fin de observar cuales son las diferencias de la cobertura boscosa entre dos periodos diferentes desde 1989 hasta el 2001. A través de los SIG, los autores lograron determinar los parches deforestados por área, complejidad, periodo y distancia, lo cual les permitió medir el cambio de cobertura de los bosques de acuerdo con la tasa utilizada por la FAO.

Análisis jerárquico de la intensidad de cambio de cobertura/uso de suelo y deforestación (2000-2008) en la Reserva de la Biosfera Sierra de Manantlán, México.

En esta investigación se propone el uso del análisis jerárquico de intensidad de cambio de cobertura y uso del suelo, a través del análisis espacial anidado, el mismo que permitió estimar los cambios en tres niveles de orden, intervalo de tiempo, categoría y transición a partir de una matriz de cambio (Farfán, Rodríguez y Mas, 2016). Esta metodología les permitió no solamente identificar las áreas de cambio, sino que también les dio a conocer en que intervalo de tiempo la tasa anual de deforestación fue más rápida, cuales categorías fueron las más activas y cuales son latentes, cuales son las categorías de objetivo para las transiciones activas y si los cambios de patrones son estables en el tiempo.

El proceso metodológico es el siguiente (Farfán et al., 2016): 

Actualización de los tipos de vegetación y usos del suelo: De acuerdo a la recopilación de información cartográfica del área de estudio, los autores homologan el sistema de clasificación de la vegetación y uso del suelo para los años 2000, 2004 y 2008 a través de la técnica de clasificación visual interdependiente propuesta por la FAO. Este proceso consiste en que la clasificación de la primera fecha sirva de referencia para interpretar las

37

imágenes de las demás fechas, modificando los segmentos en donde se visualizan los cambios. 

Estimación de la tasa de cambio: El cálculo de la tasa se realizó a través del uso de la fórmula propuesta por la FAO.



Monitoreo

espacio

temporal

de

la

dinámica

de

cambio

de

cobertura/uso del suelo: Este proceso consiste en la sobre-posición cartográfica y la tabulación cruzada empleando dos fechas, para definir un intervalo de tiempo. El resultado de este análisis es una matriz o tabla de arreglos simétricos que contienen las categorías de vegetación y uso de ambas fechas, cuya relación permite observar que categorías de cobertura/uso permanecieron estables o experimentaron algún cambio durante el periodo de estudio. 

Análisis jerárquico de intensidad del cambio de cobertura/uso de suelo: El análisis de cambio empleado compara la intensidad de cambio uniforme, definido como un cambio distribuido uniformemente a nivel de intervalo, de categoría o de transición, que sirve de referencia para mirar el cambio observado a los mismos niveles jerárquicos bajo cualquier nivel de persistencia. La estimación de cambios a través de este método permitió saber cómo la tasa de cambio anual varía entre cada intervalo de tiempo; mientras que a nivel de categorías fue posible estimar las ganancias y pérdidas de cobertura boscosa del área de estudio.

Análisis de cambios de la cobertura forestal y uso de la tierra mediante imágenes satelitales de alta resolución espacial: años 2009 – 2012 – 2015.

El estudio presenta un esquema metodológico para conocer de manera paralela los cambios de la cobertura forestal para tres periodos (2009 – 2012), (2009-2015) y (2009 – 2015); además de la generación del mapa forestal y cobertura de la tierra para los años correspondientes. El proceso metodológico es el siguiente (Duarte, Milla, Emanuelli y Gomez, 2016). 

Recopilación de información y obtención de imágenes satelitales: esta fase comprende la obtención de imágenes satelitales de alta resolución del sensor RapidEye para los años correspondientes, así como la recopilación de información cartográfica relacionada con la cobertura de la tierra como: 38

ecosistemas, ecorregiones, capacidad agroecológica, zonas climáticas, zonas de vida y cobertura forestal a escala nacional. 

Definición del Sistema de Clasificación: se define las categorías de uso y cobertura que fueron utilizadas en los mapas generados y también para poder caracterizar las coberturas existentes en el área de estudio.



Interpretación y clasificación de imágenes: comprende la elaboración del mapa de cobertura y uso primeramente del año 2015, el cual ha sido verificado mediante trabajo de campo y luego servir de modelo para la generación de los mapas para los años anteriores. La interpretación y clasificación de las imágenes para la obtención de los mapas de cobertura y uso se realizó a través de diferentes técnicas de teledetección, para lo cual los autores dividen el proceso en dos partes: el primero de manera automatizada

realiza

la

clasificación

preliminar

con

categorías

diferenciables espectralmente a través de ArcGIS y el segundo a través de la edición del archivo raster el cual consiste en realizar una nueva clasificación digital de tipo supervisado/No supervisado, basado en la imagen pre-procesada usando el programa ERDAS IMAGEN. 

Detección de cambios: consiste en la comparación de los mapas de cobertura y uso de las diferentes temporalidades. El proceso utilizado consistió en la agrupación de las categorías de uso y cobertura en dos en dos grandes clases (Bosque y No bosque), los cuales fueron intersectados para dar como resultado cuatro categorías combinadas (Bosque, No Bosque, Ganancia de Bosque y Perdida de Bosque).

39

Capítulo 3 3 3.1

METODOLOGÍA ÁREA DE ESTUDIO

El cantón Zamora, se encuentra ubicado al Noroccidente de la provincia de Zamora Chinchipe (Ecuador). Su cabecera cantonal es la ciudad de Zamora que presenta una elevación que va desde los 800 hasta 1,000 m.s.n.m (GAD Municipal de Zamora, 2014). La extensión territorial del cantón es de 1,872 Km2. Los límites del cantón Zamora están establecidos de la siguiente manera: al norte con el cantón Yacuambi, al sur: Con los cantones Nangaritza y Palanda, al este con los cantones Yantzaza, Centinela del Cóndor y Nangaritza y al oeste con la provincia de Loja (Figura 6).

40

Figura 6.

Mapa de ubicaciรณn del รกrea de estudio

41

El cantón Zamora posee un clima tropical, debido a su alta cantidad de humedad y lluvias. Presenta temperaturas que oscilan entre los 8 a 22 °C y una precipitación anual desde los 1,000 a 3,000 mm, cuya variabilidad climática va desde húmedo, subhúmedo, temperado y a húmedo tropical; además presenta un relieve con pendientes pronunciadas y una erosión hídrica alta (GAD Municipal de Zamora, 2014).

El uso del suelo está orientado principalmente a actividades agropecuarias, de conservación, actividades mineras y asentamientos humanos (GAD Municipal de Zamora, 2014).

Población De acuerdo al Censo de Población y Vivienda de 2010, el cantón Zamora cuenta con una población de 25,510 habitantes, siendo su cabecera cantonal la que agrupa el mayor número de habitantes (52.48%), seguida de Cumbaratza con el (17.31), Guadalupe (11.20%), San Carlos de las Minas (8.55%), Imbana (4.41%), Timbara (3.76%) y Sabanilla (2.29%) (GAD Municipal de Zamora, 2014).

Actividad Forestal Los

niveles

de

explotación

de

los

recursos

forestales

han

disminuido

considerablemente dentro del cantón, ya sea por los escases de maderas finas o por el difícil acceso hacia las reservas de bosque natural aun existentes.

De acuerdo al Plan de Desarrollo y Ordenamiento de Territorial del cantón Zamora (GAD Municipal de Zamora, 2014), la actividad forestal se lleva a cabo principalmente dentro de las parroquias Timbara y Guadalupe. Es practicada como una actividad económica familiar, la cual es bien remunerada en el pago final por los intermediaros, causando una y gran presión ambiental, degradando tanto el recurso suelo, agua y forestal.

Las zonas que presentan este tipo de explotación son específicamente las que cuentan con bosques primarios o zonas boscosos, siendo en la Parroquia Guadalupe una de las principales actividades económicas.

42

El aprovechamiento forestal en estos sectores se realiza una vez que se ha obtenido el permiso correspondiente en el MAE, cuyo trámite es facilitado por consultores o intermediarios (GAD Municipal de Zamora, 2014).

3.2

FLUJOGRAMA DE TRABAJO

El flujograma de la metodología aplicada en el presente trabajo de investigación resume todo el proceso de análisis de cambios de cobertura forestal y usos del suelo del cantón Zamora para el periodo 2001 al 2015, empezando por la recopilación de información (imágenes satelitales, cartografía base, lugares de aprovechamiento forestal, etc.) hasta culminar con los mapas temáticos de detección de cambios y su información estadística (Figura 7).

Selección y preparación de datos

Procesamiento digital de imágenes

Detección de cambios

Selección y descarga de imágenes satelitales

Calibración de imágenes

Determinación de cambios

Cartografía Base

Áreas de Aprovecham iento forestal

Figura 7.

Clasificación supervisada

• Bosque estable • Bosque no estable • Ganancia de bosque • Pérdida de bosque

Cambios asociados al aprovechamiento forestal

Pérdida de bosque asociado al aprovechamiento forestal

Cobertura y uso 2001 y 2015

Esquema metodológico implementado para la detección de cambios de cobertura f orestal y uso de la tierra.

43

3.3

JUSTIFICACIÓN DE LA METODOLOGIA PROPUESTA

El proceso metodológico utilizado en el presente estudio, pretende mostrar el uso de la teledetección y de los SIG como herramientas que permitan hacer estimaciones de los procesos de deforestación de forma económica, rápida a través de información libre como son las imágenes Landsat. La metodología de Duarte et al. (2016) que consiste en la utilización de imágenes para conocer los cambios en la cobertura forestal es utilizada cada vez más por instituciones gubernamentales como el MAE (2012) para evaluar el estado de los bosques, medir la sustentabilidad ambiental y económica de las operaciones forestales y controlar la tala ilegal y la deforestación.

Por lo tanto, fue utilizada en el presente estudio.

3.4

SELECCIÓN Y PREPARACIÓN DE DATOS

La búsqueda de imágenes de satélite se hizo a través de diferentes fuentes y medios, siendo las más adecuadas para el análisis y evaluación los sensores TM, ETM+ y OLITIR del satélite Landsat, por tener un tamaño de pixel adecuado para un estudio de escala sub-nacional (30 x 30 metros de pixel), verificando que estas no presenten errores ni distorsiones de tipo radiométrica, geométrica o atmosférica y cuyo porcentaje de nubosidad sea menor al 10% dentro del área de estudio. La búsqueda y adquisición de imágenes se realizó por el EarthExplorer del Servicio Geológico de los Estados Unidos. Las características principales de las imágenes se exponen en la tabla 2.

Tabla 2.

Características de las imágenes seleccionadas PROPIEDADES PRINCIPALES

ID Imagen Satélite Sensor Formato Fecha de adquisición Resolución Temporal Resolución espacial

LE70100632001307EDC00

LC80100632015258LGN00

Landsat 7

Landsat 8

ETM

OLI_TIRS

GEOTIF

GEOTIF

2001-11-03

2015-09-15

16 días

16 días

30 m (MS), 15 m (PAN), 60 M (TERMAL)

30 m (MS), 15 m (PAN), 100 M (TIR)

Fuente: Elaboración propia a partir de la metadata de cada una de las imágenes.

44

La cartográfica base del área de estudio, como es la división política – administrativa, centros poblados, red vial y red hídrica, proviene del Plan de Desarrollo y Ordenamiento Territorial cantonal, la misma que se encuentra disponible en el portal web del Sistema Nacional de Información (SNI, 2017).

La ubicación de las áreas de aprovechamiento forestal se obtuvo de la Dirección Provincial del Ministerio del Ambiente de Zamora Chinchipe.

3.5

PROCESAMIENTO DE IMÁGENES SATELITALES

3.5.1 Calibración de imágenes Este procedimiento consiste en realizar la corrección radiométrica y atmosférica de las imágenes, convirtiendo la información del pixel que viene en números digitales (ND) a radianza. Para la corrección atmosférica se utilizó el método de FLAASH del software ENVI, el cual es una herramienta que corrige longitudes de onda del infrarrojo visible a través de las regiones del infrarrojo cercano y de onda corta.

3.5.2 Clasificación supervisada Este paso determina las categorías de cobertura y uso que se van a obtener para cada imagen satelital del área de estudio. Por esta razón se ha revisado información correspondiente a cobertura y usos proveniente del Plan de Desarrollo y Ordenamiento Territorial 2014 del cantón Zamora para la colocación de las áreas de entrenamiento (ROIs) por sus siglas en inglés (Regions of Interest). Seguidamente se entrena el software para reconocer los valores espectrales o firmas asociadas con los ROIs. Una vez que se han definido las firmas para cada categoría de la cobertura y uso del suelo el software utiliza estas firmas espectrales para clasificar las imágenes.

3.5.3 Sistema de clasificación El sistema de clasificación definido para el análisis de cobertura y uso de la tierra del Cantón de Zamora, coincide con la clasificación desarrollada para PDOT 2014, del cantón Zamora y está definido por seis tipos de coberturas: bosque, matorral húmedo, páramo, pastizales, área urbana y cuerpos de agua .

45

A continuación (Tabla 3), se muestra una descripción detallada de las categorías utilizadas en los mapas de cobertura y uso identificadas para el área de estudio.

Tabla 3.

Descripción de categorías de cobertura y uso de la tierra del cantón Zamora



BOSQUE: Bosque húmedo, con presencia de vegetación natural en su mayor parte.



PÁRAMO: Vegetación ubicada en la parte más alta del cantón, con presencia o dominancia de vegetación herbácea.



MATORRAL HÚMEDO: Zonas con vegetación secundaria con alturas promedio inferiores a 5 m.

46



PASTIZAL: Son áreas utilizadas para áreas pecuarias, frecuentemente mezcladas con áreas de vegetación secundaria y caseríos



ÁREA URBANA: Son espacios conformados por edificaciones. La vegetación representa una baja proporción del área urbana.



CUERPOS DE AGUA: Son todos los cuerpos de agua, tales como ríos y lagunas que cubren parte de la tierra de forma natural.

47

3.6

DETERMINACIÓN DE CAMBIOS

3.6.1 Monitoreo de patrones de deforestación Una vez realizado la calibración de las imágenes, elaborados los mapas cobertura y uso para el año 2001 y 2015, el siguiente proceso consiste en realizar el análisis multitemporal de imágenes categorizadas, el cual es de utilidad en estudios de deforestación y resulta sumamente sencilla para la determinación de cambios (Chuvieco, 1998).

El proceso consiste en realizar la combinación de las capas de cobertura y uso de ambas temporalidades, y de esta manera poder determinar las zonas de bosque estables, no bosque estable, ganancia y pérdida. Para determinar tanto en ganancias como en pérdidas de bosques se agrupan los mapas en dos grandes categorías (bosque y no bosque), luego se intersectan los mapas de ambas temporalidades (2001-2015), obteniendo como resultado cuatro categorías combinadas (bosque estable, no bosque estable, ganancia de bosque y pérdida de bosque). La tabla 4, explica el proceso metodológico usado para la obtención de las áreas estables y dinámicas en la zona de estudio.

Tabla 4.

Tabla cruzada usada para la estimación de cambios AÑO 2 CATEGORIAS

BOSQUE

NO BOSQUE

BOSQUE

Bosque estable

Pérdida

NO BOSQUE

Ganancia

No bosque estable

AÑO 1

48

3.7

DETERMINACIÓN DE CAMBIOS ASOCIADOS A LA IMPLEMENTACIÓN DE ÁREAS DE APROVECHAMIENTO FORESTAL PARA EL PERIODO 2001 A 2015.

Para determinar la incidencia de los cambios de cobertura natural para el periodo 2001 a 2015 que están asociados a la implementación de las áreas de aprovechamiento forestal, primeramente, fue necesario trazar áreas de influencia con respecto al punto de ubicación de cada una. Para esto se utilizó su área de concesión para el cálculo del radio de influencia del buffer, de esta manera el área de influencia estará asociado a su respectiva área de aprovechamiento con lo cual fácilmente permitirá interceptar con el mapa de cambios antes obtenido para la determinación de cuanta pérdida de cobertura forestal está asociado a la implementación del aprovechamiento forestal dentro del cantón Zamora (Ecuador).

49

Capítulo 4 4 4.1

RESULTADOS Y DISCUSIÓN RESULTADOS

4.1.1 Ubicación de zonas de aprovechamiento De acuerdo a los datos provistos por la Dirección Provincial del MAE – Zamora Chinchipe, se lograron ubicar 197 zonas de aprovechamiento forestal para el periodo 2006 – 2015, las cuales cuentan con un volumen aprobado para el aprovechamiento forestal de 62,220 m3 de madera, entre las cuales destacan maderas como el amarillo, copal, laurel, caucho, cascarilla entre las principales especies forestales.

El mapa muestra la distribución espacial de las áreas de aprovechamiento forestal, cuyas licencias han sido aprobadas por el MAE, donde la mayor actividad se produce en las parroquias Guadalupe, Zamora, Timbara y Cumbaratza principalmente (Figura 8).

50

Figura 8.

Mapa de ubicaciรณn de zonas de aprov echamiento f orestal del cantรณn Zamora

51

4.1.2 Mapas de clasificación de cobertura y uso de la tierra Utilizando la metodología descrita en el capítulo anterior, se realizó la clasificación de las características de la cobertura terrestre del cantón Zamora para los años 2001 y 2015, generando 6 tipos de cobertura que abarcan 128,576.87 hectáreas, a partir de las cuales fue posible calcular el porcentaje de cobertura y uso para cada clase en cada uno de los años de estudio.

Con los datos obtenidos se pudo realizar la identificación de las coberturas representativas para el cantón Zamora del año 2001, las cuales, según su predominancia, son: bosque (67.72%), pastos (20.51%), paramo (6.35%), matorral húmedo (5.25%) y cuerpos de agua (0.04%) (Tabla 5 y Figuras 9 y 10).

Tabla 5.

Categorías y áreas de cobertura y uso de la tierra para el año 2001.

CATEGORIA AGUA

AREA (ha) 83.28

BOSQUE

128,576.87

MATORRAL HUMEDO

9,967.34

PARAMO

12,062.73

PASTOS

38,940

URBANO

229.77

TOTAL

189,859.99

AGUA

21% 6% 5%

0%

BOSQUE MATORRAL HUMEDO

68%

PARAMO PASTOS URBANO

Figura 9.

Porcentaje de cobertura de la tierra para el año 2001

52

Figura 10.

Mapa de cobertura de la tierra aĂąo 200

53

Para el 2015, se puede observar que la cobertura forestal ocupa el 59.09%.

Además, se evidencia un crecimiento del área agropecuaria (24%), principalmente en el sector Nororiental, donde el relieve del cantón es más accesible, principalmente a lo largo del cauce del Rio Zamora y la vía que conduce hacia la parroquia Guadalupe como se puede observar en la figura 12.

Las áreas y porcentajes totales obtenidos para el año 2015 se muestran en la tabla 6 y figura 11.

Tabla 6.

Categorías y áreas de cobertura de la tierra para el año 2015.

CATEGORIA AGUA

AREA (ha) 108.09

BOSQUE

112,183.77

MATORRAL HUMEDO

24,916.15

PARAMO

6,584.86

PASTOS

45,771.56

URBANO

295.56

TOTAL

189,859.99

AGUA

13% 4% 59% 24%

BOSQUE MATORRAL HUMEDO PARAMO

0% PASTOS

Figura 11.

Porcentaje de cobertura de la tierra para el año 2015

54

Figura 12.

Mapa de cobertura de la tierra aĂąo 2015

55

4.1.3 Determinación de cambios  Análisis de resultados de bosque y no bosque Los resultados obtenidos para la cobertura y uso de la tierra para los años 2001 y 2015 para el área del Cantón Zamora, muestra una diferencia del 67.51% de bosque contra un 32.49% de no bosque para el año 2001; mientras que para el año 2015 presenta el 59.09% de bosque frente a un 40.91% de no Bosque (Tabla 7).

Tabla 7.

Resultados de la cobertura Bosque y No Bosque para los años 2001 y 2015.

AÑO COBERTURA

2001

%

2015

%

BOSQUE (ha)

128,176.87

67.51

112,183.77

59.09

NO BOSQUE (ha)

61,683.12

32.49

77,676.22

40.91

TOTAL

189,859.99

100

189,859.99

100

 Análisis de cambio Para el periodo 2001 - 2015, el cantón Zamora presenta cambios negativos en las superficies de bosques, pasando de 128,176.87 ha a 112,183.77 ha. Esto significa que aproximadamente el 12.75% de bosque se redujo para este periodo de tiempo.

Además de conocer los resultados de cobertura de la tierra (Bosque y no Bosque), se analizaron los mapas obtenidos para los años 2001 y 2015 con el objetivo de conocer las pérdidas y ganancias en el área de estudio.  Cambios de cobertura de la tierra periodo (2001-2015).

En el periodo 2001-2015 se presentó un total de Bosque Estable de 105,097.78 ha (55%), No Bosque Estable 54,197.13 ha (29%), Perdidas bruta de Bosque 23,479.09 ha (12%) y Ganancia bruta de Bosque 7,085.99 ha (4%) (Figuras 13 y 14).

56

Cambios 2001 - 2015 29%

55%

4%

12%

Figura 13.

BOSQUE ESTABLE

PERDIDA

GANANCIA

NO BOSQUE ESTABLE

Porcentajes de cambios en la cobertura de la tierra para el periodo 2001 2015

La figura 14 muestra la perdida y ganancia de bosque que se han presentado en el cantón Zamora durante el periodo 2001 – 2015, cuya distribución de las áreas de perdida se encuentran principalmente cercanas al eje vial principal del cantón (vía a la ciudad de Loja) y las vías que conectan las parroquias de Guadalupe y Timbara hacia la ciudad de Zamora.

57

Figura 14.

Mapa de cambios en la cobertura de la tierra 2001 a 2015

58

 Tasa de deforestación Para el periodo 2001 a 2015 la perdida de bosque fue de 15,993.10 ha lo que significa una pérdida anual de 1,142.36 ha; si se observan estos datos en términos de tasa de deforestación, registran un 0.94% (Tabla 8).

Tabla 8.

Resultados de cambios de la cobertura boscosa para el periodo 2001 – 2015.

PERIODO DE ANÁLISIS ANÁLISIS DE CAMBIOS 2001 - 2015 Perdida Periódica Neta (ha)

15,993.10

Pérdida Anual Neta (ha)

1,142.36

Tasa de deforestación anual 0.94 %

4.1.4 Determinación de cambios asociada a la implementación de Áreas de Aprovechamiento Forestal para el periodo 2001 a 2015.

Los resultados obtenidos al interceptar las áreas de aprovechamiento forestal (Buffer) y el mapa de cambios, da como resultado que de la pérdida total de bosque (23,479.09 ha), un 6% (1,314.15 ha) se encuentra asociado a el aprovechamiento forestal, mientras que el otro 94% se encuentra ligado a otras actividades, especialmente a la implementación de áreas agropecuarias (Tabla 9).

59

Tabla 9.

Áreas y porcentaje de pérdida asociado a la implementación de Zonas de

Aprovechamiento Forestal del cantón Zamora (Ecuador).

PERDIDA

ACTIVIDADES

ÁREA (ha)

%

Aprovechamiento Forestal

1314,45

5,60

OTROS

22164,64

94,40

TOTAL

23479,09

100

En la figura 15, se observa la distribución espacial de las áreas de aprovechamiento, frente al análisis de cambio. Dichas áreas se ubican especialmente en zonas de fácil acceso y cercanas al eje vial del cantón.

60

Figura 15.

Mapa de cambios asociados a l a implementaciĂłn de Ă reas de Aprov echamiento Forestal

61

4.2

ANALISIS DE RESULTADOS

4.2.1 Zonas de aprovechamiento forestal El uso de los sistemas de información geográfica permitió mapear y ubicar las zonas de aprovechamiento forestal dentro del cantón Zamora, provincia de Zamora Chinchipe. De acuerdo a los datos provistos por el MAE, existen 197 zonas de aprovechamiento, las cuales se encuentran regularizadas por este ente. La ubicación de estos dentro de un mapa consta a manera de puntos de ubicación, más no por áreas de explotación, por lo cual no permitió obtener un mejor resultado de incidencia de esta sobre los procesos de deforestación. Además, se desconoce si la ubicación de estos puntos cuenta con un control de calidad en cuanto a la toma de datos, y saber si esta se encuentra reflejada a la ubicación del área misma de aprovechamiento o al lugar de ubicación de la persona que solicita el pedido de explotación y aprovechamiento de la madera.

Para el presente estudio, se logró obtener una base de datos georreferenciada que permitió mapear la ubicación de las zonas de aprovechamiento forestal ubicadas dentro del cantón Zamora; lo cual permite observar donde existe la mayor agrupación de áreas de aprovechamiento. Estos resultados a través de un SIG fácilmente pueden ser comparados con otras variables, como son el acceso vial, la cual cómo se puede observar en la figura 8, estas áreas se ubican especialmente alrededor de los ejes viales y cerca de centro poblados de las parroquias Guadalupe, Zamora, Timbara y Cumbaratza.

4.2.2 Mapa de cobertura 2001 – 2015 El procesamiento de imágenes y el método de clasificación supervisada permitieron realizar el mapeo de la cobertura, el cual muestra seis categorías en las cuales se ven reflejadas en los mapas (Figura 10 y 12). Este mapa constituye el primer paso para la elaboración del análisis de cambios de cobertura existente dentro del cantón Zamora.

Estos resultados fueron comparados con la cartografía elaborada por el MAE, en su mapa de cobertura y uso del suelo para los años 1900, 2000 y 2008, insumos utilizados para la estimación de la tasa de deforestación del Ecuador continental (MAE, 2012), lo 62

cual permitió reafirmar las categorías utilizadas en los mapas de cobertura y uso para los años 2001 y 2015 del presente estudio.

4.2.3 Análisis de cambios De acuerdo a los resultados obtenidos en el estudio de Línea Base de Deforestación del Ecuador Continental, Zamora Chinchipe es la segunda provincia del Ecuador que presenta los valores más altos de deforestación, con un promedio anual de deforestación de 11,833 ha/año durante el periodo 2000 – 2008 (MAE, 2012).

Las trayectorias de deforestación para el cantón Zamora de acuerdo al MAE es de 1,276.4 ha/año para el periodo 1990 – 2000 – 2008 (Sierra, 2013). Al comparar con los resultados obtenidos en la presente investigación (1,142.36 ha/año) para el periodo 2001 – 2015, se puede observar que existe una estrecha diferencia entre estos dos valores de apenas 134,04 ha, la misma que se podría justificar si se toma en cuenta la escala de trabajo a nivel nacional del estudio realizado por el MAE, frente a el presente trabajo, cuyo análisis se basó únicamente para el cantón Zamora.

Los resultados obtenidos en este análisis de cambios para el cantón Zamora en el periodo 2001-2015 utilizando la metodología de análisis multitemporal de imágenes categorizadas, fueron satisfactorios ya que permite tener una mejor aceptación en cuanto a los resultados, debido a que no solamente se puede observar las áreas boscosas que se han mantenido estables, sino también las áreas que han sufrido un cambio y están siendo más afectadas por el proceso de deforestación.

La utilización del software ENVI, para el mapeo de las diferentes coberturas durante el procesamiento y su post proceso en ArcGIS, a través de técnicas de intersección, permitió obtener resultados finales satisfactorios, constituyéndose en herramientas de manejo sencillo y de manera automatizada para elaborar estos tipos de análisis, facilitado así su interpretación y manipulación final de los resultados (mapa de cobertura y uso, mapa de análisis de cambios) sin ningún problema en cualquier plataforma SIG.

63

4.2.4 Dinámica de cambios asociados a la implementación de Áreas de Aprovechamiento Forestal Los escasos productos forestales y la reducción de los beneficios ambientales por parte de los bosques son propiciados directamente por la deforestación (Von Thunen 1875, citado por Hyde, Amacher y Magrath, 2001). Las diversas políticas para regular la expansión de la frontera agrícola, a través de la regularización de tierras y el manejo forestal sostenible no han conseguido detener la deforestación ocasionada por la agricultura y la extracción forestal ilegal (Hyde et al., 2001).

De acuerdo a los datos del Sistema de Administración Forestal del MAE, en la provincia de Zamora Chinchipe, la movilización de madera proveniente del aprovechamiento forestal va desde los 5,000 hasta los 10,000 m3, el cual abastece principalmente al mercado de la ciudad de Loja (Mejía y Pacheco, 2017).

El aprovechamiento en esta provincia se realiza principalmente en bosques nativos, donde la persistencia de la informalidad del aprovechamiento por parte de finqueros e indígenas hace que prevalezca su interés por negociar volúmenes de madera de especies de mayor valor comercial, perjudicando el estado de conservación de los bosques nativos de esta zona (Mejía y Pacheco, 2017).

En la figura 15, se observa que la parte Nororiental del cantón Zamora (parroquia Guadalupe) presenta la mayor concentración de áreas de aprovechamiento, si se compara este resultado con el mapa de cobertura y uso obtenido para el 2015 (Figura 12), donde también se observa un crecimiento del área agropecuaria en este sector, se puede insinuar que existe cierta incidencia de la implementación de las áreas de aprovechamiento forestal en los cambios de uso de la tierra.

Los resultados obtenidos en el análisis e identificación de perdida de áreas boscosas asociadas al aprovechamiento forestal para el periodo 2001 – 2015, con la metodología propuesta fueron satisfactorios. Este tipo de análisis obtenido a través de herramientas informáticas como los SIG, es aceptable para este tipo de estudios, considerando que no se contaba con los polígonos reales de los predios de cada una de las áreas de aprovechamiento, pero si una variable útil como la superficie 64

autorizada parte del MAE para realizar el aprovechamiento forestal por parte del promotor, lo cual permitió analizar la dinámica de cambios asociados a la implementación de áreas de aprovechamiento forestal para el periodo de tiempo planteado en esta investigación.

Además, se puede observar que las áreas de influencias trazadas sobre las ubicaciones de zonas de aprovechamiento forestal se encuentran sobre o cerca a ciertas zonas de perdida de bosque, por lo que se puede determinar que existe un tipo de relación con los procesos de deforestación.

El resultado de la superficie deforestada ocasionada por el aprovechamiento forestal es de 1,314.45 hectáreas, la cual representa únicamente el 5,6% del total del área deforestada para el periodo 2001 – 2015, indica que esta actividad no es la principal causante de la fragmentación de los bosques en el cantón Zamora. Es importante mencionar también que la metodología aplicada para este análisis está sujeta a la resolución espacial del sensor utilizado (Landsat), por lo que es necesario mejorar la resolución espacial de este análisis en futuros estudios con el propósito de tener una mejor visión espacial de este problema dentro del área de estudio.

Para complementar el análisis de cambios asociado a la implementación de áreas de aprovechamiento forestal, se recomienda realizar un levantamiento predial de cada una de las áreas concesionadas, tal como lo exige la normativa de registro por parte del MAE (Mejía y Pacheco, 2017), de esta manera se podrá obtener datos más precisos de los procesos de cambios, vinculados a esta actividad.

También es recomendable actualizar esta información cada año, debido a la dinámica que estos datos puedan presentar de un año a otro, especialmente en zonas donde el aprovechamiento forestal es más intenso, permitiendo de esta manera generar estadísticas e indicadores que sirvan de apoyo para la toma de decisiones por parte de las autoridades de control, como es el caso del Ministerio del Ambiente del Ecuador.

65

Capítulo 5 5

CONCLUSIONES

A través de los objetivos y metodología planteados en el presente trabajo de investigación, se lograron identificar 197 áreas de aprovechamiento forestal implementadas dentro del cantón Zamora. Así mismo, se pudo determinar 6 tipos de cobertura y uso de la tierra para los años 2001 y 2015, los cuales permitieron detectar los cambios de cobertura tanto en ganancias como en pérdidas de bosques. Se pudo determinar que la perdida de vegetación forestal para cantón Zamora durante el periodo de tiempo 2001 a 2015 fue de 16,393.10 ha, representando una pérdida anual de bosque de 1,179.94 ha.

De los resultados obtenidos entre los años 2001 y 2015 se registraron una pérdida de 1,314.45 hectáreas asociadas a la remoción de la capa forestal por las actividades de aprovechamiento forestal. La cartografía de la distribución espacial de cobertura natural muestra una concentración actual de bosque especialmente en áreas montañosas con fuertes pendientes donde aún existe un buen estado de conservación de los recursos naturales del cantón, debido al difícil acceso que hace que se dificulte las actividades de aprovechamiento y ampliación de la frontera agrícola en estos sectores.

El uso de la teledetección y los SIG para la realización del análisis de deforestación asociada a la implementación de sistemas de aprovechamiento forestal permitió responder a las preguntas de investigación. Se lograron ubicar espacialmente las áreas de aprovechamiento forestal y los diferentes tipos de cobertura y uso del suelo presentes dentro del cantón Zamora, los cuales permitieron obtener las superficies de cambios asociadas a esta actividad.

Si bien se lograron obtener resultados a través del uso de estas herramientas y métodos planteados para cumplir con los objetivos del estudio, es posible mejorar la precisión de los cálculos obtenidos en las superficies de cambio, a través de

66

información de campo que pueda complementar y validar la incidencia del cambio asociado a el aprovechamiento forestal.

Además, este análisis podrá ser tomados como una alternativa a tener en cuenta en la intervención de la política forestal nacional, para el monitoreo de cobertura ya que los costos operativos y administrativos son relativamente bajos.

Recomendaciones Los resultados y cartografía generada en esta investigación deberán ser almacenados en una base de datos, la misma que deberá ser manejada y actualizada periódicamente especialmente por las entidades de control como es el Ministerio del Ambiente del Ecuador.

Para el caso del monitoreo local o de áreas específicas de aprovechamiento forestal, se sugiere la adquisición de imágenes satelitales de alta resolución o de vehículos aéreos no tripulados (Drones), los mismos que servirán para realizar análisis con un mayor detalle y precisión.

Finalmente, que la información, métodos y resultados obtenidos en la presente investigación sean difundidos para que sirvan como referencia en futuras líneas de investigación relacionadas a el uso de la Teledetección y los SIG en el monitoreo de los recursos naturales.

67

6

REFERENCIAS

Alvarado, R., Laguado, W., Trujillo, C. y Sánchez, p. (2012). Analisis y modelacion de deforestacion para los años 1990, 2000 y 2010 en el Corredor Manu – Amarakaeri.

Accedido el 11 de noviembre del 2017, en http://unesdoc.unesco.org/images/0022/002259/225969S.pdf Arias, H., Mora, R. y Vargas, B. (2014) Metodología para la corrección atmosférica de imágenes ASTER, RAPIDEYE, SPOT 2 y LANDSAT 8 con el módulo FLAASH del software ENVI. Revista Geográfica de América Central. N°53. Accedido el 12 de febrero de 2018, en http://www.revistas.una.ac.cr/index.php/geografica/article/view/6609/6743

Arozarena, A. (2010). Teledetección y sistema de tratamiento digital de imágenes.

OpenCourseWare de la Universidad Politécnica de Madrid. Accedido el 27 de noviembre de 2017, en: http://ocw.upm.es/ingenieria-cartografica-geodesicay-fotogrametria/topografia-cartografia-ygeodesia/contenidos/TEMA_11_FOTOGRAMETRIA_Y_TELEDETECCION/T eledeteccion/microsoft-wordteledeteccion_y_sist_tratamiento_digital_imagenes.pdf

Carreño, F. (2014). Realces y Transformaciones Globales de Imágenes de Satélite.

Accedido el 14 de junio de 2018, en http://repositorio.educacionsuperior.gob.ec/bitstream/28000/4760/6/Anexo%2 06%20%20CURSO%20%20FORMACI%C3%93N%20TELEDETECCi%C3%93N_R EALCES%20Y%20TRANSFORMACIONES%20EN%20IM%C3%81GENES %20DE%20SAT%C3%89LITE.pdf

Castillo, L; Bojórquez, J., Hernández, A. y García, D. (2016). Contenidos de Carbono Orgánico en suelos bajo diferentes coberturas y de cultivo. INCA, 72 – 78.

Accedido el 08 de septiembre de 2018, en http://scielo.sld.cu/pdf/ctr/v37n3/ctr08316.pdf

Chuvieco, E. (1996) Fundamentos de Teledetección Espacial, tercera edición revisada. RIALP, S.A., Madrid

68

Chuvieco, E. A. (1998). El factor temporal en teledetección: evolución fenomenológica y análisis de cambios. Revista de la Asociacion Española de Teledeteccion.

N°10.

Accedido el 01 de diciembre de 2017, en http://www.aet.org.es/revistas/revista10/AET10_4.pdf CIAT, Centro Internacional de Agricultura Tropical. (2007). Mejora de los Sistemas de Cartografía del Territorio Colombiano: Teledetección. Accedido el 01 de marzo de 2017, en ftp://ftp.ciat.cgiar.org/DAPA/planificacion/GEOMATICA/Teledeteccion/Teledet eccion_Modulo.pdf Decreto Ejecutivo No. 1196 sobre el estado de emergencia el control y la supervisión del sector forestal ecuatoriano del 1 de marzo del 2006, publicado en el Registro Oficial No. 226, 10 de marzo del 2006

Díaz, J. (2015). Estudio de índices de vegetación a partir de Imágenes aéreas tomadas desde UAS/RPAS y aplicaciones de estos en la agricultura de precisión.

Universidad Complutense de Madrid, Madrid, España. Accedido el 01 de enero de 2017, en http://eprints.sim.ucm.es/31423/1/TFM_Juan_Diaz_Cervignon.pdf Duarte, E., Milla, F., Emanuelli, P. y Gomez, S. (2016). Analisis de cambios de la cobertura forestal y uso de la tierra mediante imágenes satelitales de alta resolución espacial: años 2009 – 2012 – 2015. Sitio piloto Area de Conservacion Imposible, Barra de Santiago, Microregion Ahuachapán Sur. Accedido el 18 de agosto de 2018, en https://www.researchgate.net/publication/312058174_ANALISIS_DE_CAMBI OS_DE_LA_COBERTURA_FORESTAL_Y_USO_DE_LA_TIERRA_MEDIAN TE_IMAGENES_SATELITALES_DE_ALTA_RESOLUCION_ESPACIAL_AN OS_2009_-_2012__2015_SITIO_PILOTO_AREA_DE_CONSERVACION_IMPOSIBLE_BARRA _DE_S FAO, Food and Agriculture Organization of the United Nations (2012). Documento de Trabajo de la Evaluación de los Recursos Forestales. FRA 2015. N° 180.

Accedido el 28 de julio de 2016, en http://www.fao.org/docrep/017/ap862s/ap862s00.pdf FAO, Food and Agriculture Organization of the United Nations (2015). La deforestación se ralentiza a nivel mundial, con más bosques mejor gestionados. FAO. 69

Accedido el 12 de octubre http://www.fao.org/news/story/es/item/327382/icode/

de

2017,

en

FAO, Food and Agriculture Organization of the United Nations (2016). Global Forest Resources Assessment 2015 How are the world’s forests changing? 2da ed.

Roma. p44. Accedido el 28 de julio de 2016 en http://www.fao.org/3/ai4793e.pdf FAO, Food and Agriculture Organization of the United Nations (2018). FRA 2015 Términos y Definiciones. FAO. Accedido el 15 de junio de 2018, en http://www.fao.org/forestry/harvesting/94562/es/

Farfán, M., Rodríguez, G. y Mas, J. (2016). Análisis jerárquico de la intensidad de cambio de cobertura/uso del suelo y deforestación (2000 – 2008) en la Reserva de la Biosfera Sierra de Manantlán, México. Accedido el 13 de septiembre de 2018, en https://www.sciencedirect.com/science/article/pii/S0188461116300383 GAD Municipal de Zamora (2014). Plan de Desarrollo y Ordenamiento Territorial del cantón Zamora. Zamora. Ecuador.

Galindo G., Espejo O. J., Rubiano J. C., Vergara L. K., Cabrera E., 2014. Protocolo de procesamiento digital de imágenes para la cuantificación de la deforestación en Colombia. V 2.0. Instituto de Hidrología, Meteorología y Estudios Ambientales – IDEAM. Bogotá D.C., Colombia. Accedido el 12 de febrero de 2017, en http://www.ideam.gov.co/documents/11769/44688974/Protocolo+de+PDI+par a+la+cuantificacion+de+la+deforestacion+en+colombia+v2+con+fe+de+errat as/7601d529-31ed-47fb-8086-9138f726f717?version=1.0 Hernández, J. (2011). Procesamiento digital de imágenes. Universidad de Chile.

Accedido el 02 de febrero de 2017, en http://www.gep.uchile.cl/Publicaciones/Tratamiento%20Digital%20de%20Im %C3%A1genes%20-%20Jaime%20Hern%C3%A1ndez%202011.pdf Hyde, W. F., Amacher, G. S., Magrath, W. (2001) Deforestación y aprovechamiento forestal. Gaceta Ecológica 2001. Accedido el 6 de noviembre de 2018, en:<http://www.redalyc.org/articulo.oa?id=53905902> ISSN 1405-2849

70

Isaacs, P. y Ramirez, H. (2011). Evaluacion de deforestacion con base en imágenes satelitales, composicion y configuracion del paisaje en la cuenca alta y media del río Cravo Sur. Accedido el 28 de julio de 2017, en https://www.academia.edu/1925947/Evaluaci%C3%B3n_de_deforestaci%C3 %B3n_con_base_en_im%C3%A1genes_satelitales_composici%C3%B3n_y_ configuraci%C3%B3n_del_paisaje_en_la_cuenca_alta_y_media_del_r%C3% ADo_Cravo_Sur Lopez, S., Gonzalez, F., Cuevas, J. y Llop, R. (1987) Deteccion de cambios con imágenes Landsat mediante analisis en componentes principales y factorial de correspondencias. Accedido el 27 de noviembre de 2017, en http://www.aet.org.es/congresos/ii/val0011.pdf

MAE. Ministerio del Ambiente del Ecuador (2011). Aprovechamiento de recursos forestales en el ecuador y procesos de infracciones y decomisos. Quito, Ecuador.

Accedido el 17 de marzo de 2017, en http://www.itto.int/files/user/pdf/PROJECT_REPORTS/PD%20406_06_%20For est%20Harvesting%20in%20Ecuador%202010%20offenses%20and%20forfeit ure.pdf MAE. Ministerio del Ambiente del Ecuador (2012). Línea Base de Deforestación del Ecuador Continental, Quito-Ecuador. Accedido el 22 de julio de 2017, en http://sociobosque.ambiente.gob.ec/files/Folleto%20mapa-parte1.pdf Matsushita, B., Yang, W., Chen, J., Onda, Y., y Qiu, G. (2007). Sensitivity of the Enhanced Vegetation Index (EVI) and Normalized Difference Vegetation Index (NDVI) to Topographic Effects: A Case Study in High-Density Cypress Forest.

Sensors, 7, 2636-2651. Accedido el 20 de noviembre de 2017, en http://www.mdpi.org/sensors/papers/s7112636.pdf

Mazcova, Z., Zemek, F., y Kvet, J. (2008). Normalized difference vegetation index (NDVI) in the management of mountain meadows. Boreal Enviroment Research, ISSN 1797 – 2469. Accedido el 28 de noviembre de 2017, en http://www.borenv.net/BER/pdfs/ber13/ber13-417.pdf

Mejía, E. y Pacheco, P. (2013). Aprovechamiento forestal y mercados de la madera en la Amazonía Ecuatoriana. Occasional Paper 97. Bogor, Indonesia: CIFOR. Accedido el 04 de diciembre de 2017, en http://www.cifor.org/publications/pdf_files/OccPapers/OP-97.pdf 71

Mena, C. (2010). Deforestación en el Norte de la Amazonía Ecuatoriana: del patrón al proceso. Polemika. Vol. 5, N°1. Accedido el 28 de julio de 2016, en http://revistas.usfq.edu.ec/index.php/polemika/article/view/372/349

Navia, J., y Rivera, L. (2016). Análisis multitemporal de coberturas en la subzona hidrográfica alto río cauca utilizando imágenes satelitales Landsat. Universidad de Manizales, Manizales, Colombia. Accedido el 12 de noviembre de 2017, en http://ridum.umanizales.edu.co:8080/xmlui/handle/6789/2806

NOAA. National Oceanic Atmospheric Administration. (2017). GCOS Land ECV – Land Cover.

NOAA. Accedido el 18 de noviembre, 2017, en https://www.ncdc.noaa.gov/gosic/gcos-essential-climate-variable-ecv-dataaccess-matrix/gcos-land-ecv-land-cover Posada, E., Ramírez, H. y Espejo, N. (2012). Manual de prácticas de percepción remota con el programa ERDAS IMAGINE 2011. Instituto Geográfico Agustín Codazzi. Bogotá, Colombia. Accedido el 14 de octubre de 2018, en http://www.un-spider.org/sites/default/files/ManualERDAS_web.pdf

Qi, J., Chehbouni, A., Huete, A., Kerr, Y., y Sorooshian, S. (1994) A modified soil adjusted vegetation index. ELSEVIER. Vol. 48, Issue 2, 119 – 126. Accedido el 28 de noviembre de 2017, en https://www.sciencedirect.com/science/article/pii/0034425794901341

Ramos, M. (2017). Tratamientos estadísticos en imágenes de satélite, realces y mejoras visuales, realces radiométrico, espacial y espectral. Revista de la Carrera de Ingeniería Agronómica – UMSA, 593-613. doi: 2519-9382. Accedido el 10 de septiembre de 2018, en http://ojs.agro.umsa.bo/index.php/ATP/article/download/124/125

Reuter, F. (2016) Transformaciones de la imagen: Clasificación supervisadas y no supervisadas. Universidad Nacional de Santiago del Estero. Accedido el 01 de junio de 2018, en http://fcf.unse.edu.ar/archivos/lpr/pdf/p11.PDF

72

Sierra, R. (2013). Patrones y factores de deforestación en el Ecuador continental, 1990-2010. Y un acercamiento a los próximos 10 años. Conservación Internacional Ecuador y Forest Trends. Quito, Ecuador. Accedido el 14 de diciembre de 2017, en https://www.forest-trends.org/publications/patrones-yfactores-de-deforestacion-en-el-ecuador-continental-1990-2010/

SIGMUR. SIG y Teledetección en la Universidad de Murcia. (2006). Capítulo 10: Teledetección. Universidad de Murcia. Accedido el 01 de agosto de 2016, en http://www.um.es/geograf/sigmur/sigpdf/temario_10.pdf

SNI. Sistema Nacional de Información. (2014). Información para la planificación territorial.

Accedido el 29 de noviembre de 2017, en http://sni.gob.ec/web/inicio/descargapdyot

U.S.G.S. Department of the Interior U.S. Geological Survey. (2017) Product guide Landsat surface reflectance-derived spectral indices. Accedido el 28 de noviembre de 2017, en https://landsat.usgs.gov/sites/default/files/documents/si_product_guide.pdf

Weier, J., y Herring, D. (2000). Measuring Vegetation (NDVI & EVI). NASA. Accedido el 28 de noviembre de 2017, en https://earthobservatory.nasa.gov/Features/MeasuringVegetation/printall.php Zhangyan, J., Huete, A., Didan, K., y Miura, T. (2008) Development of a two-band enhanced vegetation index without a blue band. ELSEVIER, 112 (2008) 3833– 3845.

Accedido el 19 de diciembre de 2017, en https://pdfs.semanticscholar.org/8d2e/3f76ac54afacf41c569b53f3067e98b3ef5 b.pdf

73